Mengungkap Rahasia Sel Surya Efisiensi Tinggi

Teknik kecerdasan buatan membantu para ilmuwan dalam meningkatkan prosedur pembuatan sel surya yang sangat efisien, dan berfungsi sebagai cetak biru untuk berbagai bidang penelitian lainnya.

Sel surya tandem perovskit mewakili teknologi hibrida canggih, menggabungkan sel surya perovskit dengan sel surya tradisional, seringkali terbuat dari silikon. Pendekatan inovatif ini berada di garis depan teknologi tenaga surya, menawarkan tingkat efisiensi yang mengesankan melebihi 33 persen, jauh melebihi sel surya silikon standar.

Selain itu, bahan bakunya murah dan mudah diproduksi. Untuk mencapai tingkat efisiensi ini, lapisan perovskit bermutu tinggi yang sangat tipis, hanya sebagian kecil dari ketebalan rambut manusia, harus diproduksi.

“Memproduksi film tipis multi-kristal berkualitas tinggi tanpa cacat atau lubang menggunakan metode berbiaya rendah dan terukur adalah salah satu tantangan terbesar,” kata profesor bidang tenurial Ulrich W. Paetzold yang melakukan penelitian di KIT Institute of Microstructure Technology and Institut Teknologi Cahaya.

Bahkan dalam kondisi laboratorium yang tampaknya sempurna, mungkin ada faktor-faktor yang tidak diketahui yang menyebabkan variasi dalam kualitas lapisan semikonduktor: “Kekurangan ini pada akhirnya menghambat dimulainya produksi sel surya yang sangat efisien dalam skala industri, yang sangat diperlukan untuk perputaran energi. jelas Paetzold.

AI Menemukan Tanda Tersembunyi dari Layering yang Efektif

Untuk mengetahui faktor-faktor yang mempengaruhi lapisan tersebut, tim interdisipliner yang terdiri dari pakar sel surya perovskit dari KIT telah berkolaborasi dengan spesialis Pembelajaran Mesin dan Kecerdasan Buatan yang Dapat Dijelaskan (XAI) dari Helmholtz Imaging dan Helmholtz AI di DKFZ di Heidelberg.

Para peneliti mengembangkan metode AI yang melatih dan menganalisis jaringan saraf menggunakan kumpulan data yang sangat besar. Kumpulan data ini mencakup rekaman video yang menunjukkan fotoluminesensi lapisan tipis perovskit selama proses pembuatan. Fotoluminesensi mengacu pada emisi radiasi lapisan semikonduktor yang tereksitasi oleh sumber cahaya eksternal.

“Karena para ahli pun tidak dapat melihat sesuatu yang spesifik dalam lapisan tipis seperti itu, lahirlah ide untuk melatih sistem AI untuk Pembelajaran Mesin (Deep Learning) guna mendeteksi tanda-tanda tersembunyi baik atau buruknya lapisan dari jutaan item data dalam video,” Lukas Klein dan Sebastian Ziegler dari Helmholtz Imaging di DKFZ menjelaskan.

Untuk memfilter dan menganalisis keluaran indikasi yang tersebar luas oleh sistem Deep Learning AI, para peneliti kemudian mengandalkan metode Kecerdasan Buatan yang Dapat Dijelaskan.

“Cetak Biru Penelitian Lanjutan”

Para peneliti menemukan secara eksperimental bahwa fotoluminesensi bervariasi selama produksi dan fenomena ini berdampak pada kualitas lapisan.

“Kunci dari pekerjaan kami adalah penggunaan metode XAI yang ditargetkan untuk melihat faktor mana yang perlu diubah untuk mendapatkan sel surya berkualitas tinggi,” kata Klein dan Ziegler. Ini bukanlah pendekatan yang umum. Dalam kebanyakan kasus, XAI hanya digunakan sebagai semacam pagar pembatas untuk menghindari kesalahan saat membuat model AI.

“Ini adalah perubahan paradigma: Mendapatkan wawasan yang sangat relevan dalam ilmu material dengan cara yang sistematis adalah pengalaman yang benar-benar baru.”

Kesimpulan yang diambil dari variasi fotoluminesensi itulah yang memungkinkan para peneliti mengambil langkah selanjutnya. Setelah jaringan saraf dilatih dengan benar, AI dapat memprediksi apakah setiap sel surya akan mencapai tingkat efisiensi rendah atau tinggi berdasarkan variasi emisi cahaya yang terjadi pada titik tertentu dalam proses produksi.

“Ini adalah hasil yang sangat menggembirakan,” tegas Ulrich W. Paetzold. “Berkat gabungan penggunaan AI, kami memiliki keunggulan yang kuat dan mengetahui parameter mana yang perlu diubah terlebih dahulu untuk meningkatkan produksi. Kini kita bisa melakukan eksperimen dengan lebih tepat sasaran dan tidak lagi terpaksa menutup mata untuk mencari jarum di tumpukan jerami. Ini adalah cetak biru untuk penelitian lanjutan yang juga dapat diterapkan pada banyak aspek penelitian energi dan ilmu material lainnya.”

Referensi: “Menemukan Dinamika Proses untuk Pembuatan Sel Surya Perovskit yang Dapat Diskalakan dengan AI yang Dapat Dijelaskan” oleh Lukas Klein, Sebastian Ziegler, Felix Laufer, Charlotte Debus, Markus Götz, Klaus Maier-Hein, Ulrich W. Paetzold, Fabian Isensee dan Paul F. Jäger, 30 Oktober 2023, Materi Lanjutan.
DOI: 10.1002/adma.202307160