基于NLP处理的钙钛矿太阳能电池HTL材料预测方法技术

本发明专利技术公开了基于NLP处理的钙钛矿太阳能电池HTL材料预测方法。本发明专利技术采用NLP9(自然语言)处理方法来探索钙钛矿太阳能电池材料，自动提取科学信息和预测使用新的数据类型的候选材料。采用word2vec的自然语言处理技术详细分析了原型金属卤化物钙钛矿、ETL和HTL材料以及添加剂材料；基于NLP的结果对钙钛矿太阳能电池的材料成分进行了预测。由NLP模型预测的HTL候选四氧化三铁，在现有数据库中尚未实现为合适的HTL材料。然后通过第一性原理计算对候选材料进行了结构和电子表征，并构建了先进的Fe3O4/CH3NH3PbI3异质结构，以揭示其光电性能。本发明专利技术将自然语言处理的方法应用到材料科学的研究中，应用自然语言处理方法对钙钛矿太阳能电池材料的分析和预测提供了一个平台。阳能电池材料的分析和预测提供了一个平台。阳能电池材料的分析和预测提供了一个平台。

【技术实现步骤摘要】
基于NLP处理的钙钛矿太阳能电池HTL材料预测方法


[0001]本专利技术属于机器学习预测材料领域，具体涉及基于NLP处理的钙钛矿太阳能电池HTL材料预测方法。

技术介绍

[0002]钙钛矿是一种分子通式为ABX3的晶体材料，呈八面体形状，结构特性优异。钙钛矿晶体的制备工艺简单，光电转换效率高，在光伏、LED等领域应用广泛。但由于高品质钙钛矿薄膜重复制备难度大、光输出耦合效率低、铅污染等问题仍待解决，目前距离商业化应用尚有一定的距离。使用计算机自动从文献中提取潜在的科学知识是计算机人工智能时代未来材料和化学研究的高度期望，然而大量钙钛矿相关科学文献没有得到有效利用。

技术实现思路

[0003]本专利技术的目的在于：
[0004]通过采用NLP(自然语言)处理方法来改善钙钛矿太阳能电池领域自动提取科学信息和预测可能有应用价值的HTL候选材料。
[0005]为实现上述目的，本专利技术提供如下技术方案：基于NLP处理的钙钛矿太阳能电池HTL材料预测方法，包括以下步骤：
[0006]S1、构建关键字为钙钛矿的文献本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于NLP处理的钙钛矿太阳能电池HTL材料预测方法，其特征在于，包括以下步骤：S1、构建关键字为钙钛矿的文献数据库；S2、提取文献数据库中材料名称及其对应的化学式；S3、以材料名称及其化学式为输入，空穴传输层材料关联的候选材料为输出，构建并训练空穴传输层材料预测模型；S4、将材料名称及其对应的化学式输入至步骤S3获得的空穴传输层材料预测模型，对获得的空穴传输层材料关联的候选材料进行DFT计算，验证空穴传输层材料预测模型输出候选材料的原子结构和光电性能。2.根据权利要求1所述的基于NLP处理的钙钛矿太阳能电池HTL材料预测方法，其特征在于，步骤S1中，利用API从springlink中爬取以钙钛矿为关键词的文献摘要构建文献数据库。3.根据权利要求1所述的基于NLP处理的钙钛矿太阳能电池HTL材料预测方法，其特征在于，步骤S2包括以下子步骤：S201、使用了NLTK工具包方法，删除文献中与材料名称无关的语句以及标点符号；S202、使用chemdataextractor以及正则表达式的结合进行材料名...

【专利技术属性】
技术研发人员：张磊，李深越，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：