基于 AI 的碳基钙钛矿太阳能电池退化研究：基于漂移扩散引导的自编码器方法
材料科学
2026-03-25 v1
摘要
在稳定性测试装置中，对基于碳电极的钙钛矿太阳能电池 (PSC) 进行 1 太阳等效照射应力测试，并在 aging过程中测量不同扫描速度的电流-电压 (J-V) 曲线。收集的数据用于通过机器学习 (ML) 估算包含有关电荷传输和复合信息的多个物理参数，从而实现对可能退化迹象的实时跟踪。将结果与通过分析 J-V 曲线变化所能获得的传统解释进行比较，研究预测参数的演化。随后利用这些预测结果模拟测量器件的数字孪生体，并讨论其物理意义以及测量值与器件之间的差异。
引用
@article{arxiv.2603.22520,
title = {AI-supported Degradation Study of Carbon-based Perovskite Solar Cells: Learning the Device Physics of Perovskite Solar Cells: A Drift-Diffusion Guided Autoencoder Approach},
author = {Oliver Zbinden and Sharun Parayil Shaji and Wolfgang Tress},
journal= {arXiv preprint arXiv:2603.22520},
year = {2026}
}