作为第三代最有希望商业化的光伏电池,钙钛矿电池受到了学术界和产业界极大关注。其转换效率在不到10年的时间里提升到了25.7%。稳定性也在快速提升。但由于钙钛矿电池是由多种材料组成的复杂系统（器件），其属性（电学性能，稳定性，毒性）受到多种不同尺度和性质因素的影响。所有的影响因素可以归纳为以下几个方面：材料自身属性，制备方法，材料适配程度，器件性质。对于上述繁杂的影响因素，很难通过一种低成本的实验或者计算方法进行全面分析。所以，引入机器学习对钙钛矿太阳能电池进行研究是另一种有前途的方向，原因有以下5点。1. 已存在了适量的钙钛矿太阳能电池和材料的实验和计算数据，且相关机器学习技术已经成熟。2. 机器学习能高效的处理多材料组成的复杂系统（钙钛矿太阳能电池）里面的非线性和博弈问题，这一点是传统计算方法所不能及的。3.机器学习可以通过已有的钙钛矿太阳能电池数据，对未知钙钛矿太阳能电池的属性进行预测，从而加速钙钛矿太阳能电池的设计和发展。4.机器学习可以仅从数据的角度去分析影响钙钛矿太阳能电池性能的所有影响因子，这些分析和探索不受影响因子的种类和尺度的限制。5.机器学习的计算成本远低于同时代的实验和计算手段。
谭新玉&严文生团队近期撰写的“Machine learning for
perovskite solar cells and component materials: key technologies and prospects”的综述论文发表在《Advanced Functional Materials》上。该论文第一作者为刘一鸣在读博士生，论文工作由严文生和谭新玉教授共同指导完成。在这篇综述中，谭新玉&严文生团队对钙钛矿电池可能涉及的所有机器学习技术进行描述，并对现阶段机器学习技术在钙钛矿电池中的应用情况进行分类(如图1所示)。最重要的一点是对现阶段所面临的迫切问题和关键技术，未来的应用前景进行了总结和展望。主要分以下8部分：1.数据来源与数据规整，总结了可能需要的数据库和数据的规整步骤。2. 特征的提取和分子描述符的转化，不仅对特征的提取的原则和规范进行描述，还介绍了几种常用分子描述符和转化工具。3. 适用性算法的选择，归纳了机器学习常用算法并对适用性和优缺点进行总结。4. 模型验证和优化，介绍了传统的几种机器学习模型验证和优化的概念，方法和指标。5.模型的解释，描述了可解释模型和模型的外解释的区别，原理和常用工具。6.使用我们提出的解构方法对67篇文献中所使用的机器学习技术进行解刨，并对归纳了机器学习在钙钛矿太阳能电池和材料中的标准结合步骤和里程碑式的研究成果。7.总结机器学习在钙钛矿电池和材料中应用所面临的主要难题和挑战。8.展望机器学习技术在钙钛矿太阳能电池中的未来发展蓝图。
该团队独辟蹊径，致力于将人工智能技术应用在高性能钙钛矿太阳能电池设计、制备和产业化。缩短钙钛矿电池研发周期，加速产业化进程。目前，团队已经使用机器学习技术对钙钛矿材料带隙和钙钛矿太阳能电池光伏参数进行预测和解释，并取得了一系列较好的学术成果，包括Organic Electronics,101, 106426 (2022); Solar
RRL, 2101100 (2022); NanoEnergy, 99,
107394 (2022);Advanced
Functional Materials,
2214271 (2023)。
图1. 应用于钙钛矿太阳能电池及其材料设计中的五类关键机器学习技术
文章地址：https://doi.org/10.1002/adfm.202214271
NREL网站：https://www.nrel.gov/pv/cell-efficiency.htmlGratzel课题组网站：http://lpi.epfl.ch/publicationsSnaith课题组网站：
https://www2.physics.ox.ac.uk/contacts/people/snaith/publicationsYangYang课题组网站：https://yylab.seas.ucla.edu/publications.html
黄劲松课题组网站：https://huangjinsong.wixsite.com/group/publications戚亚冰课题组网站：https://groups.oist.jp/emssu/publications周欢萍课题组网站：https://happyzhou.wixsite.com/happylabs
金松课题组网站：https://jin.chem.wisc.edu/content/song-jin陈棋课题组网站：https://www.cheeselab.net/丁黎明课题组网站：http://www.nanoctr.cn/opv/yjcg/孟庆波课题组网站：http://solar.iphy.ac.cn/index.php/?page_id=5103张春福课题组网站：https://web.xidian.edu.cn/cfzhang/
Jin Young Kim 课题组网站：https://ngel.unist.ac.kr/papers/Nam-Gyu Park课题组网站：http://ngpl.skku.edu/sub/sub04_01.php?cat_no=37&sNum=1叶轩立课题组网站：https://www.yipgroup.info/research唐江课题组网站：：http://tfsc.wnlo.hust.edu.cn/info/1153/1594.htmSargent课题组网站：https://light.utoronto.ca/publications/2021-1/Seok课题组网站：https://seoksi.unist.ac.kr/publication/曾海波课题组网站：http://ion.njust-smse.com/周圆圆课题组网站：https://www.alvinyzhou.com/all-papers钙钛矿LED世界记录每日更新
白光钙钛矿LED最高EQE12.2%
保持团队：中国华南理工大学陈梓铭&叶轩立团队 更新时间：2021年1月4日
钙钛矿太阳能电池世界记录每日更新
钙钛矿太阳能电池最高认证光电转化效率25.7% 保持单位： 韩国蔚山国家科学技术研究所（UNIST）
钙钛矿/硅叠层太阳能电池最高认证光电转化效率32.5% 保持单位：德国柏林亥姆霍兹研究中心（HZB）
户内光伏最高效率40.1% 保持团队：中国陕西师范大学Xiaodong Ren&赵奎&刘生忠团队 更新时间：2021年5月31日
钙钛矿室内光伏组件最高认证孔径面积效率34.94%/国家光伏产业计量测试中心认证(12.80 cm2) 保持团队：暨南大学麦耀华教授团队
钙钛矿/钙钛矿叠层太阳能电池最高光电转化效率/JET认证26.4% (1.044cm2) 保持团队：川大太阳能所赵德威团队 更新时间：2022年3月钙钛矿整合电池最高效率24% 保持团队：
南方科技大学徐保民团队&郭旭岗团队&Xingzhu Wang团队&北卡黄劲松团队 更新时间：2022年8月18日卷对卷反式钙钛矿太阳能电池最高效率12% 保持团队：澳大利亚英联邦科学与工业研究组织 (CSIRO)Dechan Angmo团队及其合作团队莫纳什大学Joanne Etheridge团队 更新时间：2021年12月15日锡铅混合钙钛矿太阳能电池最高效率23.6% 保持团队：日本京都大学Atsushi Wakamiya团队 更新时间：2022年4月12日
CsPbI2Br最高开路电压1.45V 保持团队：德国埃尔兰根-纽伦堡大学Ning Li&Christoph J. Brabec团队
更新时间：2022年10月24日
CsPbIBr2最高开路电压1.54V 保持团队：日本横滨大学Zhanglin Guo&Tsutomu Miyasaka团队 更新时间：2022年8月21日
无掺杂空穴传输材料正式器件最高效率24.6% 保持团队：韩国高丽大学Eui Hyuk Jung&Jun Hong Noh团队 更新时间：2021年3月2日
CsPbI3钙钛矿太阳能电池最高效率21.35% 保持团队：陕西师范大学向万春&田庆文&刘生忠团队
更新时间：2022年12月8日
狭缝涂布钙钛矿太阳能电池最高效率22.7% 保持团队：中国大连化学物理研究所的王凯&刘生忠团队 更新时间：2020年10月20日
刮涂钙钛矿太阳能电池最高效率23.19% 保持团队：香港理工大学刘宽&李刚团队及其合作团队黄勃龙团队 更新时间：2022年3月14日
碳电极模组最高效率15.3%（4cm2） 保持团队：德国埃尔朗根-纽伦堡大学杨甫&Hans-Joachim Egelhaaf团队 更新时间：2021年6月9日
无HTM碳电极全无机钙钛矿太阳能电池最高效率16.33％ 保持团队：北航陈海宁团队&北理工
白阳团队 更新时间：2022年11月9日
无HTM锡基钙钛矿太阳能电池最高效率10.11％ 保持团队：日本东京大学韩礼元团队 更新时间：2021年9月9日无ITO钙钛矿太阳能电池最高效率19％ 保持团队：英国萨里大学S. Ravi P. Silva&Wei Zhang团队及其合作团队中科院金属所Pengxiang Hou&Hui-Ming Cheng团队 更新时间：2021年6月27日钙钛矿量子点太阳能电池的最高效率17.39%
保持团队：美国国家可再生能源实验室Joseph M. Luther团队 更新时间：2019年6月28日
钙钛太阳能电池最高填充因子86.9% 保持团队：中科大杨上峰团队&香港城市大学朱宗龙团队 更新时间：2022年9月27日
双钙钛太阳能电池的最高效率6.37% 保持团队：北京工业大学卢岳&隋曼龄团队及其合作团队北京计算科学研究中心魏苏淮团队 更新时间：2022年6月13日
注：每个蓝色文字部分都带有超链接，超链接每篇都有参考文献，这里就不一一标注参考文献了。 此外，还有哪些没有归纳的记录，或者有新突破的记录，可以文末留言或者后台留言，以后每日及时更新。
