کاربردهای یادگیری ماشین در طراحی و ساخت سلول های خورشیدی پلیمری

امروزه نیاز روزافزون به مصرف انرژی به دلیل توسعه جوامع انسانی، امری اجتناب ناپذیر است. با توجه به محدودیت منابع انرژی کره زمین و همچنین ایجاد آلودگی های زیست ­محیطی ناشی از مصرف سوخت های فسیلی، استفاده از انرژی خورشیدی به عنوان یک انرژی پاک ضرورتی انکارناپذیر است. استفاده از مبدل های فوتوولتایی (سلول های خورشیدی) از راهکارهای موثر برای استفاده بهینه از این منبع عظیم انرژی است. تاکنون پژوهش­ های متعددی درباره طراحی، ساخت و بهینه سازی سلول های خورشیدی انجام شده است. در حوزه بهینه سازی سلول های خورشیدی، روش ­های یادگیری ماشین یکی از رویکردهای مفید و مورد استفاده است. یادگیری ماشین به عنوان شاخه جدیدی از حوزه علوم دانشگاهی محسوب می شود که با پردازش داده های موجود، اطلاعات ارزشمند نوینی ارائه می دهد. زمینه های کاربرد یادگیری ماشین در طراحی و ساخت سلول های خورشیدی پلیمری به سه دسته کلی پیش بینی عملکرد سلول خورشیدی، انتخاب مواد مناسب و بهینه سازی فرایندهای ساخت تقسیم بندی شده است. در این نوشتار سعی شده است تا روش های یادگیری ماشین به ­طور اجمالی معرفی و در ادامه، کاربردهای آن در زمینه طراحی و ساخت سلول های خورشیدی توضیح داده شود. در این نوشتار، باتوجه به مطالعات بسیار انجام­ شده، مرور مقالات نمایه شده بین المللی معتبر به سال های ۲۰۲۰ و ۲۰۱۹ میلادی محدود شده است.

Keywords:

سلول خورشیدی آلی , بازده تبدیل انرژی , یادگیری ماشین , یادگیری نظارتی , یادگیری غیرنظارتی