기계학습 기반 페로브스카이트 태양전지 광흡수층 박막 두께에 영향을 미치는 속성 분석 (Analysis of Properties Affecting Thickness of the Light Absorption Layer of Perovskite Solar Cells Based on Machine Learning)

서지정보

· 발행기관 : 한국콘텐츠학회
· 수록지 정보 : 한국콘텐츠학회 논문지 / 23권 / 8호 / 19 ~ 26페이지
· 저자명 : 이동근, 하재준, 유재수

초록

페로브스카이트 태양전지는 ABX3의 구조를 지닌 유-무기 하이브리드 물질을 사용하는 태양전지 소자로 지난 10여 년간 빠른 광전변환 효율 향상을 보여 기존의 실리콘 태양전지를 대체할 수 있는 차세대 태양전지이다. 친환경적이며 화석 연료의 고갈에 대한 대체제로 활용할 수 있고, 인쇄 기술을 이용한 저가의 대량 생산이 가능하다는 장점이 있다. 본 논문에서는 단순 적층 구조의 페로브스카이트 태양전지를 설계하고 구현한다. 제안한 페로브스카이트 태양전지는 인쇄 기술인 slot-die coating 방식으로 외부 온도·습도를 고려하고 coating speed, bed 온도, N2 blowing의 간격·세기·높이, 내부 온도·습도 등을 조절한다. 또한 제작된 페로브스카이트 태양전지에서 가장 중요한 광 흡수층 박막 두께에 영향을 미치는 속성별 중요도를 파악하기 위하여 다중회귀 모델과 의사결정나무 회귀 모델 등과 같은 기계 학습 모델을 사용하여 분석한다. 이를 통해 coating speed(SPD), N2 blowing 간격(DIST), N2 blowing 세기(BAR)가 많은 영향을 주는 것으로 나타났다.

영어초록

A perovskite solar cell is a solar cell device using an organic-inorganic hybrid material and is a next-generation solar cell that can replace silicon solar cells. It is environmentally friendly and has the advantage of being able to mass-produce at low cost using printing technology. In this paper, we design and implement a perovskite solar cell with a simple laminated structure. The proposed perovskite solar cell considers external temperature and humidity using slot-die coating, a printing technology, and adjusts coating speed, bed temperature, and N2 blowing spacing, strength, height, and internal temperature and humidity. In order to understand the importance of each attribute in the production of perovskite solar cells, we analyse it using a machine learning models such as a multiple regression model and a decision tree regression model As a result, coating speed, N2 blowing interval, N2 The blowing strength was found to have a significant effect.

참고자료

· 없음