客服热线：
个新的系统可以优化钙钛矿材料的生产技术，从而使太阳能无处不在。
太阳能越来越成为全 可再生能源的来源。现在，研究人员发现了 种方法，该方法可以通过创建可以在桥梁，房屋甚至摩天大楼上使用的喷涂涂料，使从太阳产生的能量更加普及，从而使它们能够自给自足。
中央佛罗里达大学的 个团队使用人工智能（AI）或机器学习来优化用于制造钙钛矿太阳能电池或PSC的材料。PSC中使用的有机-无机卤化物钙钛矿材料将光伏发电转换为可消耗能量。
通常，钙钛矿电池长期以来 直被视为太阳能电池的未来，因为这种材料相对于如今用于开发该技术的硅具有关键优势，包括更高的效率和更低的电池生产成本。
钙钛矿太阳能电池的另 个好处是，它们不仅可以固态生产用于典型的太阳能电池板，而且可以液态生产，这扩大了太阳能发电技术交付的灵活性。 。这 终可以为任何物体或结构从太阳产生自己的电能铺平道路，这可能会改变人们的能源使用方式。
人工智能解决方案
钙钛矿材料的 个主要缺点是-它们很难用 种可用且稳定的材料制造，这使科学 花费大量时间才能找到合适的材料组合来克服这 局限性，同时又能获得材料上的好处。那是由大学纳米科学技术中心副教授贾扬·托马斯（Jayan Thomas） 导的团队开发的 种新方法，可能是解决此问题的有效方法。
他说，托马斯的团队审查了2000多篇有关钙钛矿的同行评审出版物，并收集了300多个数据点，然后将它们转移到他们创建的机器学习系统中。该系统分析了这些信息，并确定了钙钛矿的配方将优化太阳能发电的材料。
研究结果表明，人工智能可以用来制造钙钛矿材料，从而创造出使这种可再生能源更加普及的高效技术。他说：“这可以作为设计新材料的指南，我们的实验演示证明了这 点。” 研究人员发表了论文对他们在杂志工作 进能源材料。
的确，如果团队的技术能够发挥其潜力，研究人员可以为PSC创建 标准，为不久的将来喷涂太阳能电池铺平道路。“这是 个令人鼓舞的发现，因为我们使用来自真实实验的数据来预测并从理论计算中获得相似的趋势，这对PSC来说是新的，” Thomas说。“钙钛矿在过去的十年中 直是研究的热点，但我们认为这里确实有 些可以推动我们前进的东西。”
