解決痛點 

傳統鈣鈦礦太陽能電池開發面臨界面缺陷、漏電及穩定性不足等問題，且材料組成與製程參數繁多，仰賴大量試誤實驗進行最佳化，造成研發時間與成本增加。

本技術透過 4PABCz 界面修飾與 APCl 表面鈍化，有效降低薄膜缺陷與載子損失，使元件光電轉換效率（PCE）由約 16%提升至22%；並結合 SCAPS-1D 模擬、XGBoost機器學習及SHAP分析，快速預測元件效率與辨識關鍵影響參數，PCE預測精度達 R²≈0.99。

藉由「界面工程＋AI數據驅動最佳化」雙軌技術，可降低傳統反覆試作與材料篩選成本、縮短研發週期，並提升元件效率與穩定性，加速高效率、低毒性鈣鈦礦太陽能電池之開發與產業化。

 技術簡介 

本技術涵蓋鈣鈦礦太陽能電池從材料設計、元件製程、薄膜分析到人工智慧輔助最佳化之完整研發能量，分為兩大平台。一為反式鈣鈦礦製程技術，以4PABCz自組裝層進行界面修飾，並導入APCl表面鈍化降低薄膜缺陷與漏電，提升元件效率與穩定性。二為模擬與AI輔助設計平台，以SCAPS-1D建立無鉛雙吸收層元件模型，結合XGBoost與SHAP分析預測效率並判讀關鍵參數，縮短材料篩選與最佳化時間。整合實驗驗證與數據驅動設計，可支撐高效率、低毒性、高穩定性太陽能電池技術之開發，應用於綠能發電與淨零永續。

【主軸一】界面工程（實驗製程）

▲圖說：4PABCz界面修飾與APCl表面鈍化於不同條件下之元件 J–V 特性比較（雙重修飾協同提升）。

▲圖說：不同界面修飾／鈍化條件下元件光電轉換效率（PCE）分布比較，雙重修飾使效率由約16%提升至約22%。

【主軸二】數據驅動最佳化

▲圖說：結合 SCAPS-1D 模擬與機器學習（XGBoost／SHAP）之數據驅動最佳化流程架構圖。

▲圖說：XGBoost 模型對光電轉換效率（PCE）之預測精度（R²≈0.99）。

 應用案例 

本技術可應用於鈣鈦礦太陽能電池材料開發、元件製程最佳化及新型光電材料研發。例如，太陽能電池研發團隊可導入4PABCz界面修飾與APCl表面鈍化技術，改善薄膜界面缺陷及載子傳輸效率，提升元件光電轉換效率與穩定性。

此外，針對新材料或新型元件開發，可利用SCAPS-1D建立元件模型，搭配XGBoost與SHAP分析大量材料及製程參數，預測光電轉換效率並找出影響元件效能的關鍵因子，協助研發人員快速篩選具潛力的材料組合與製程條件。

未來可進一步應用於太陽能電池製造、光電材料、能源材料及綠能科技等產業，作為新材料開發、製程參數最佳化及研發決策之輔助工具，加速高效率、低毒性及高穩定性太陽能電池技術開發

 相關連結 

無

 專利名稱證號 

無

 技術產學合作或技轉單位 

無

 獲獎紀錄 

無

 技術聯絡人 

國立高雄大學 李雨謙專任助理

連絡電話：07-5916639

聯絡信箱：vivianlee@nuk.edu.tw