博客專欄

EEPW首頁(yè) > 博客 > 貝葉斯數(shù)學(xué)與人工智能相結(jié)合 可使太陽(yáng)能更智能

貝葉斯數(shù)學(xué)與人工智能相結(jié)合 可使太陽(yáng)能更智能

發(fā)布人:12345zhi 時(shí)間:2024-06-14 來(lái)源:工程師 發(fā)布文章

隨著對(duì)可再生能源的需求激增,材料研究人員正在尋找制造更高效太陽(yáng)能電池的方法。如今商業(yè)生產(chǎn)的標(biāo)準(zhǔn)晶體太陽(yáng)能光伏(PV,photovoltaic)電池通??梢該碛?8%至22%的效率范圍。然而,一些研究人員已將注意力轉(zhuǎn)向更高效的硅異質(zhì)結(jié)(SHJ,silicon heterojunction)太陽(yáng)能電池,其效率在實(shí)驗(yàn)室中已達(dá)到26.8%。SHJ的數(shù)量也可能進(jìn)一步增加。

SHJ電池的有效性取決于其鈍化層的質(zhì)量。鈍化層是SHJ電池表面上的一層薄涂層。顧名思義,鈍化層降低了帶電粒子再次結(jié)合的速率。因此,良好的鈍化層使載流子能夠提高電池的電流和電壓。而且,正如實(shí)驗(yàn)所示,找到改善鈍化層的方法也可以提高太陽(yáng)能電池的效率。

然而,日本高級(jí)科學(xué)技術(shù)研究所(JAIST)材料科學(xué)教授Keisuke Ohdaira表示,如今沉積鈍化層的標(biāo)準(zhǔn)方法之一——等離子體增強(qiáng)化學(xué)氣相沉積——也會(huì)損壞襯底本身。因此,Ohdaira和同事們一直在試驗(yàn)一種稱為催化化學(xué)氣相沉積的替代工藝。

使用Cat CVD,氣體分子通過(guò)催化裂化反應(yīng)分解,從而增強(qiáng)太陽(yáng)能電池的沉積,同時(shí)不會(huì)對(duì)基板造成傷害。不幸的是,發(fā)現(xiàn)Cat CVD的理想條件可能非常具有挑戰(zhàn)性。許多可調(diào)節(jié)的參數(shù)使工藝復(fù)雜化,包括對(duì)襯底溫度、氣體流速和沉積時(shí)間的調(diào)整。由此,SHJ太陽(yáng)能電池的制造過(guò)程可能陷入不必要地困境。

托馬斯·貝葉斯“挺身而出”

為了應(yīng)對(duì)這一挑戰(zhàn),研究人員與日本最大的國(guó)家研究機(jī)構(gòu)RIKEN的人工智能和機(jī)器學(xué)習(xí)應(yīng)用研究員Kentaro Kutsukake合作,提出了一種新的Cat CVD方法。他們的方案基于一種稱為貝葉斯優(yōu)化的數(shù)學(xué)方法,該方法使用概率模型來(lái)更有效地發(fā)現(xiàn)一組理想?yún)?shù)。

Kutsukake提到貝葉斯優(yōu)化(以18世紀(jì)英國(guó)統(tǒng)計(jì)學(xué)家托馬斯·貝葉斯命名,他的工作今天經(jīng)常用于估計(jì)系統(tǒng)的可靠性和可能的故障點(diǎn),遵循一個(gè)順序過(guò)程。Kutsukake說(shuō):“我們首先將沉積條件的初始數(shù)據(jù)及其結(jié)果提供給貝葉斯算法。然后,該算法預(yù)測(cè)尚未評(píng)估的沉積條件的輸出,并為下一個(gè)沉積條件周期提供候選。我們一遍又一遍地重復(fù)這個(gè)序列,將結(jié)果反饋到算法中,直到我們最終獲得沉積的最佳值?!?/p>

image.png

JAPAN ADVANCED INSTITUTE OF SCIENCE AND TECHNOLOGY

但Ohdaira說(shuō),盲目地將貝葉斯統(tǒng)計(jì)應(yīng)用于Cat CVD并不是解決方案。該過(guò)程本身可能會(huì)產(chǎn)生不可行的參數(shù)的擬議實(shí)驗(yàn)組合。例如,考慮到真空泵的低排氣能力,它可能表明氣體流速和真空室壓力是不可行的。

為了解決這些問(wèn)題,研究人員實(shí)現(xiàn)了一種稱為約束貝葉斯優(yōu)化的實(shí)用優(yōu)化方法,該方法使用了三個(gè)預(yù)測(cè)模型。因此,例如,一個(gè)模型可能會(huì)優(yōu)化載流子壽命,而另一個(gè)模型則可能會(huì)優(yōu)化輸入氣體流速,而另另一個(gè)可能會(huì)過(guò)濾掉不可行的沉積場(chǎng)景。

然后,研究人員將所有三個(gè)模型的預(yù)測(cè)匯總到一個(gè)優(yōu)化系統(tǒng)中。研究人員向該系統(tǒng)提供了14個(gè)沉積條件樣本,并通過(guò)實(shí)驗(yàn)測(cè)量了薄膜性能。

Ohdaira說(shuō):“我們僅在8個(gè)優(yōu)化周期后就實(shí)現(xiàn)了高載流子壽命。我們?cè)?0個(gè)周期后完成了微調(diào)優(yōu)化?!?雖然這項(xiàng)實(shí)驗(yàn)的最終結(jié)果并不是SHJ太陽(yáng)能電池效率的驚人突破,但研究結(jié)果表明,貝葉斯數(shù)學(xué)與人工智能相結(jié)合,為開(kāi)發(fā)性能更高、壽命更長(zhǎng)的太陽(yáng)能光伏提供了一條新的道路。

該團(tuán)隊(duì)的研究結(jié)果上個(gè)月發(fā)表在ACS Applied Materials and Interfaces雜志上。

Ohdaira補(bǔ)充道,公平地說(shuō),其他研究團(tuán)隊(duì)也使用智能算法來(lái)提高太陽(yáng)能電池的效率。例如,2021年,MIT和Google Brain推出了一種可微分太陽(yáng)能電池模擬器,其結(jié)果與JAIST方法相似。但是,Kutsukake說(shuō),Cat CVD的約束貝葉斯方法是從實(shí)際實(shí)驗(yàn)中得出的,而不是計(jì)算機(jī)模型。

Ohdaira說(shuō),下一步的研究方向包括使用貝葉斯方法構(gòu)建SHJ硅太陽(yáng)能電池。盡管如此,他補(bǔ)充道,“這種方法也有可能應(yīng)用于需要復(fù)雜材料工藝的幾個(gè)領(lǐng)域,包括半導(dǎo)體制造中的薄膜沉積?!?/p>

*博客內(nèi)容為網(wǎng)友個(gè)人發(fā)布,僅代表博主個(gè)人觀點(diǎn),如有侵權(quán)請(qǐng)聯(lián)系工作人員刪除。



關(guān)鍵詞: 人工智能 太陽(yáng)能

相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉