Las células solares de perovskita aumentaron su eficiencia certificada a 26.1% en aproximadamente diez años, muy cerca de la eficiencia certificada del 26.81% de las células solares de silicio cristalino, demostrando un gran potencial industrial. Actualmente, la eficiencia de los dispositivos solares de perovskita sigue mejorando, sin embargo, durante el proceso de fabricación, el rendimiento de las células solares de perovskita se ve afectado por muchos factores inseparables; los métodos tradicionales suelen emplear una estrategia de prueba y error para optimizar el proceso de fabricación, lo que consume mucho tiempo. La optimización bayesiana es un algoritmo global de optimización que ha tenido gran éxito en la resolución de problemas de caja negra en inteligencia artificial. En este artículo, se utilizó el algoritmo de optimización bayesiana para seleccionar y optimizar cuatro parámetros de proceso relacionados con la capa de perovskita: porcentaje de exceso de yoduro de plomo (PbI₂), temperatura de recocido, tiempo de recocido y tiempo de extracción al vacío, reduciendo significativamente los costos y el tiempo de I+D. A través de cinco rondas de iteraciones experimentales, con un total de 34 conjuntos de condiciones de proceso, se fabricaron células solares invertidas de perovskita con una eficiencia del 23.56%.

Células solares de perovskita; aprendizaje automático; optimización del proceso; alta eficiencia