基于大数据将统计学方法在钙钛矿稳定性评估上的应用

钙钛矿太阳能电池是极具应用前景的新一代光伏技术，受到研究者和产业界的广泛关注，但其稳定性问题阻碍了商业化应用。当前，钙钛矿太阳能电池的稳定性提升策略仍来自于单一实验经验，缺乏基于大数据的宏观统计结论。由于钙钛矿复杂的降解过程、未统一的测试标准（温度、湿度、光照等）和记录方式，难以直接对已经发表的历史数据进行比较。

近日，南开大学罗景山教授课题组针对钙钛矿太阳能电池稳定性问题，提出了可用于不同测试条件下钙钛矿太阳能电池稳定性数据评估的统一指标，并对开放数据库Perovskite Database中超过7000组稳定性数据进行了统计分析，探究了不同钙钛矿组分、器件结构对器件稳定性的影响。

图1.（a）钙钛矿太阳能电池的一般器件结构。（b）数据库记录的稳定性数据使用的测试标准的分布。（c）钙钛矿太阳能电池效率两种典型的衰减曲线。

罗景山团队根据以往有机太阳能电池和钙钛矿太阳能电池的加速老化实验中使用的加速因子的概念，提出了统一的稳定性描述指标TS80m。该指标将钙钛矿太阳能电池寿命TS80与加速因子结合，避免了快速老化阶段对寿命预测的干扰，同时体现了不同环境压力的影响，可以将不同条件下测试和不同方式记录的稳定性数据归一化到同一标准，同时获得的数据符合对数正态分布。依据该指标对Perovskite Database中的7419组稳定性数据进行归一化后，进行了数据可视化和统计学分析，利用t假设检验方法得出了不同钙钛矿组分和器件结构对稳定性影响的统计学结论。

图2. 数据集的概览。（a）TS80m值的直方图。（b）TS80m值的正态概率图。（c-d）log(TS80m)值的对应图(log为自然对数)。

以钙钛矿吸收层为例，根据统计结果，主流的甲脒铅碘（FAPbI3）系钙钛矿和全无机钙钛矿稳定性均优于甲胺铅碘（MAPbI3）系，平均提升可达1.8倍和3.6倍。此外，对于功能层和器件结构，二维钙钛矿覆盖层、器件封装，以及正式器件中的无机空穴传输层、碳电极、纳米颗粒氧化锡电子传输层均对器件稳定性提升有较大帮助，其中碳电极器件稳定性提升可达7倍以上。

图3. 器件稳定性与容忍因子的关系。（a）数据库记录的器件数量与容忍因子和文章发表日期相关的热图。（b）数据库记录的器件最优稳定性（以TS80m值计）与容忍因子和文章发表日期相关的热图。（c）不同容忍因子范围内器件TS80m值的核密度估计图。（d）不同容忍因子范围内器件TS80m值的比值（通过假设检验方法计算）。

图4. 器件稳定性与功能层的关系。（a-b）不同钙钛矿层器件稳定性的核密度估计图和比值。（c-d）不同空穴传输层器件稳定性的核密度估计图和比值。（e-f）不同电子传输层器件稳定性的核密度估计图和比值。

图5. 器件稳定性与器件结构的关系。（a-b）正式和反式器件稳定性的核密度估计图和比值。（c-d）有无封装的器件稳定性的核密度估计图和比值。

文章还讨论了模型和方法的不确定性，结果表明模型参数的改变和统计方法引入的偏差不会影响统计结果的正确性，验证了模型和方法的可靠性。

综上所述，本工作提出了统一的钙钛矿太阳能电池稳定性描述指标，并基于大数据将统计学方法应用在钙钛矿稳定性评估上，对领域内的研究经验进行了验证，并进一步给出了准确量化的结论，对进一步探索钙钛矿太阳能电池稳定性提升策略具有重要参考意义。

审核编辑：郭婷