Knowledge extraction for organometallic perovskite solar cells from published data in literature

Abstract

Organometalik perovskit güneş hücreleri son yıllarda büyük ilgi görmüş, bu hızlı gelişmeyi, mükemmel ışık absorpsiyonu, yük taşıyıcı hareketlilikleri sahip olmaları, düşük maliyetleri ve kolay işlenebilir olmaları sağlamıştır. Tekrarlanabilirlik, akım-voltaj gecikimi ve uzun süreli kararlılığın sağlanamaması, verimi arttırmanın yanında ticarileşmenin önündeki diğer engellerdir. Tezin amacı, bu teknolojinin gelişmesi ve ticarileşmesi için literatürden yararlı bilgi çıkarımı yapmaktır. Verimlilik, tekrarlanabilirlik, gecikim ve uzun süreli kararlılıkla ilgili yayınlar kullanılarak kapsamlı veri tabanları oluşturulmuş ve yapay öğrenme yöntemleri kullanılarak hücre üretiminde kullanılan malzeme ve perovskit kaplama yöntemlerinin etkileri analiz edilmiştir. Öncelikle verimlilik analizinde, güç dönüşüm verimliliğinin çeşitli koşullar altında (örneğin, değişik malzeme veya perovskit kaplama yöntemleri) zamana göre değişimi istatistiksel olarak analiz edilmiştir. Daha sonra, verimlilik, tekrarlanabilirlik, gecikim ve uzun süreli kararlılık için oluşturulan veri tabanları, yüksek performans için en etkili değişkenleri ve kombinasyonlarını saptamak üzere rastlantısal orman, birliktelik kural çıkarımı ve karar ağaçları yöntemleriyle modellenmiştir. Tekrarlanabilirlik analizinde ise değişik faktörlerin toplu varyansları hesaplanmış ve birbiriyle karşılaştırılmıştır. Birden fazla katyon içeren perovskitler, katkılı gözenekli TiO2 (ikinci electron taşıyıcı katman) ve LiTFSI+TBP+FK209'un (deşik taşıma katmanı için katkı) gecikimi azaltırken, yüksek verimi, çoğaltılabilirliği ve kararlılığı arttırdığı bulunmuştur; SnO2 (kompakt elekron taşıma katmanı), DMF+DMSO (çözücü) ve dietil eterin (anti-çözücü) ise gecikim dışındaki faktörler üzerinde olumlu etkisi olduğu saptanmıştır. Sonuç olarak, ortak faktörlerin hem yüksek güç dönüşümünü sağladığı hem de yüksek tekrarlanabilirlik, uzun süreli kararlılık ve düşük gecikime de neden olduğu sonucuna varılmıştır. Ayrıca, bulguların literatürle büyük ölçüde uyumlu olması, yapay öğrenme yöntemlerinin ve istatistiğin çıplak gözle görülemeyen genel sonuçları ve eğilimleri saptamada etkin olarak kullanılabileceğini göstermektedir.

Orgonolead halide perovskite solar cells (PSCs) have been attracted great attention in recent years. This rapid progress is due to excellent light absorption and charge-carrier mobilities of the perovskite materials besides its low-cost and easy processing conditions. In addition to high power conversion efficiency (PCE), reproducibility, hysteresis and long-term stability of perovskite solar cells are major factors to be solved before commercialization of this technology . The objective of this dissertation is to extract useful knowledge from literature to improve the overall performance of this technology for commercialization. The extensive datasets for PCE, reproducibility, hysteresis and long-term stability of PSCs were constructed from the published papers in literature and analyzed using machine-learning tools to determine the effects of materials and perovskite deposition methods employed during cell manufacturing. The evolution of PCE with time was statistically analyzed under different circumstances (i.e. using different materials types or perovskite deposition methods). Then, the databases for PCE, hysteresis and long-term stability were modeled using random forest, association rule mining and decision tree methods to detect the most effective variables and combinations leading to high performance. For reproducibility, pooled variances of different factors were calculated and compared. The mixed cation perovskites, doped mesoporous TiO2 (second electron transfer layer) and LiTFSI+TBP+FK209 (additive to hole transfer materials) were found to promote high efficiency, reproducibility and stability while they lowered the hysteresis; SnO2 (compact ETL), DMF+DMSO (solvent) and diethyl ether (anti-solvent) also had positive effects on these cell characteristics except hysteresis. Hence, it was concluded that the common factors which leaded high PCE, also leaded high reproducibility, low hysteresis and long-term stability. Additionally, our findings were in a reasonable aggrement with the literature showing that the data mining and statistics can be used effectively to derive general results and detect trends, which can not be seen by naked eyes.