Capping Layers Design Guidelines for Stable Perovskite Solar Cells via Machine Learning

Noor Titan Putri Hartono, Janak Thapa, Armi Tiihonen, Felipe Oviedo, Clio Batali, Jason J. Yoo, Zhe Liu, Ruipeng Li, David Fuertes Marron, Moungi G. Bawendi, Tonio Buonassisi, Shijing Sun

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference article in proceedingsScientificvertaisarvioitu

2 Sitaatiot (Scopus)

Abstrakti

After reaching a device efficiency level comparable to silicon, perovskite solar cell's next big challenge is to tackle its environmental instability issue. To solve this problem, researchers have started incorporating a buffer layer called 'capping layer', consisting of low dimensional (LD) perovskite, sandwiched between perovskite absorber and hole transport layer. However, there is no conclusive agreement on how to select capping layer material that best extends the stability. By using feature importance rank on the regression models, we can start to see which molecular properties on capping layer have significant impact in suppressing degradation.

AlkuperäiskieliEnglanti
Otsikko2020 47th IEEE Photovoltaic Specialists Conference, PVSC 2020
KustantajaIEEE
Sivut693-695
Sivumäärä3
ISBN (elektroninen)9781728161150
DOI - pysyväislinkit
TilaJulkaistu - 14 kesäk. 2020
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisussa
TapahtumaIEEE Photovoltaic Specialists Conference - Calgary, Kanada
Kesto: 15 kesäk. 202021 elok. 2020
Konferenssinumero: 47

Julkaisusarja

NimiConference Record of the IEEE Photovoltaic Specialists Conference
KustantajaIEEE
Vuosikerta2020-June
ISSN (painettu)0160-8371

Conference

ConferenceIEEE Photovoltaic Specialists Conference
LyhennettäPVSC
Maa/AlueKanada
KaupunkiCalgary
Ajanjakso15/06/202021/08/2020

Sormenjälki

Sukella tutkimusaiheisiin 'Capping Layers Design Guidelines for Stable Perovskite Solar Cells via Machine Learning'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä