一种物理融合深度学习引导的有机光伏电池的设计方法

本发明公开了一种物理融合深度学习引导的有机光伏电池的设计方法，建立物理融合深度学习的ST‑OPV性能预测模型，通过ST‑OPV性能预测模型筛选出最优光学调控结构，最后根据最优光学调控结构制备ST‑OPV器件，并测试ST‑OPV器件的PCE和AVT。本发明提供的一种物理融合深度学习引导的有机光伏电池的设计方法，是一种物理融合深度学习引导的高性能透明有机光伏电池设计方法，通过将器件光学分析模型的先验物理信息融入深度学习模型的构建及预测过程，显著提升模型在对ST‑OPV稀疏数据场景下的预测能力与物理准确性，指导高效的光学设计进而实现对器件性能(PCE和AVT)的协同优化。