هوش مصنوعی به بهبود راندمان پنل‌های خورشیدی کمک می‌کند

تولید پنل‌های خورشیدی از ماده معدنی پروسکایت به عنوان جایگزینی بالقوه برای فناوری سنتی سیلیکون در حال ظهور است. با این حال، تاکنون هیچ راه حل کاملی برای این مشکل وجود ندارد.

بهبود طول عمر باتری‌های خورشیدی هدفی است که دانشمندان به دنبال آن هستند.

اخیراً، یک تیم تحقیقاتی بین‌المللی پیشرفت مهمی در شناسایی مواد برای لایه میانی سلول‌های فتوولتائیک داشته است. این لایه مسئول انتقال انرژی از لایه جاذب نور به لایه مولد برق است.

این جزء نقش تعیین‌کننده‌ای در کارایی کل سلول فتوولتائیک ایفا می‌کند. پیش از این، مواد زیادی برای استفاده گسترده در صنعت خورشیدی به اندازه کافی اعتبارسنجی نشده بودند. با این حال، با کمک فناوری یادگیری ماشین، محققان توانستند گزینه‌های ایده‌آل را از بین میلیون‌ها احتمال پیدا کنند.

الگوریتم‌های هوش مصنوعی نوآوری در سلول‌های خورشیدی را تسریع می‌کنند

این الگوریتم روی سلول‌های خورشیدی آزمایشی آموزش داده شد و سپس روی یک مجموعه داده بزرگ اعمال شد که منجر به ۲۴ کاندید با عملکرد برتر شد. تیم تحقیقاتی این کاندیدها را آزمایش کرد و به نرخ بازدهی ۲۶.۲٪ دست یافت که تقریباً رکورد سلول‌های مبتنی بر پروسکایت را می‌شکند و ۱.۵٪ بالاتر از مدل مرجع مدرن است.

این یافته‌ها در منتشر شد مجله ساینس . نکته قابل توجه این است که تیم تحقیقاتی هنوز در حال آزمایش موادی است که هوش مصنوعی به آنها در کشف آنها کمک کرده است، و معتقدند که ممکن است بتوانند مواد تبدیل انرژی بیشتری را نیز پیدا کنند.

این تحقیق نه تنها در آزمایشگاه موفقیت‌آمیز است، بلکه برای مصرف‌کنندگان نیز مزایایی دارد. بهبود بهره‌وری فناوری خورشیدی به رونق بازار انرژی پاک کمک می‌کند و در نتیجه هزینه نصب پنل‌های خورشیدی روی پشت بام‌ها را کاهش می‌دهد و دسترسی به انرژی پاک را افزایش می‌دهد و به طور غیرمستقیم به هدف کاهش انتشار گازهای گلخانه‌ای کمک می‌کند.

منبع: https://thanhnien.vn/tri-tue-nhan-tao-giup-cai-thien-hieu-qua-pin-mat-troi-185250212155840219.htm