实现高性能的倒置钙钛矿太阳能电池（PSCs）仍是一个重大挑战，这需要在钙钛矿的材料选择和制造工艺优化方面进行优化创新。
电子科技大学Junsheng Luo、PSL大学Thijs Stuyver 和 Thierry Pauporté 等人研究人员通过从 60 种钙钛矿组分中精心挑选，确定了一种具有优异的光学、热学和电学稳定性的组分。借助贝叶斯机器学习，在超过 10 亿种的工艺条件中进行探索，在仅仅 80 次迭代内实现了高的效率。
最终，通过集成定制的原位聚合离子型钝化分子，进一步提升了倒置PSCs的性能，实现了25.76% 的光电转换效率（认证效率为 25.21%）。
B. Zhang, H. Zeng, H. Yin, D. Zheng, Z. Wan, C. Jia, T. Stuyver, J. Luo and T. Pauporté,Combining component screening, machine learning and molecular engineering for the design of high-performance inverted perovskite solar cellsEnergy Environ. Sci., 2024.https://pubs.rsc.org/en/content/articlelanding/2024/ee/d4ee00635f学术交流QQ群
知光谷光伏器件学术QQ群：641345719
钙钛矿产教融合交流@知光谷（微信群）：需添加编辑微信
为加强科研合作，我们为海内外科研人员专门开通了钙钛矿科创合作专业科研交流微信群。加微信群方式：添加编辑微信 pvalley2024、pvalley2019，备注：姓名-单位-研究方向（无备注请恕不通过），由编辑审核后邀请入群。
