Previsão de propriedades elétricas de células solares sensibilizadas por corantes aplicando QSPR

Detalhes bibliográficos
Autor(a) principal: Orey, Manuel Maria Reis de
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/101657
Resumo: Atualmente a transição de fontes de energia não-renováveis para fontes de energia renováveis assumiu maior relevância e procura. As células solares sensibilizadas por corantes são um tipo de células solares com grande potencial para a geração de energia. O objetivo deste trabalho consiste em construir um modelo QSPR para a previsão dos parâmetros das células associados aos corantes usados. Para alcançar esse objetivo foram usados algoritmos de Random Forest e redes neuronais. Foram testados vários conjuntos e subconjuntos. Inicialmente utilizou-se um conjunto total de 882 células, sendo depois separado em subconjuntos de forma a agrupar corantes e células com semelhanças. Foram criados três subconjuntos, que foram também processados de forma independente: o primeiro com corantes onde existe uma unidade de cumarina, o segundo com as células onde existe a presença de t-butil piridina no eletrólito e o último com as células onde existe t-butil piridina e também uma camada de scattering. O melhor modelo conseguido tem um RMSE de 1,345 na previsão da percentagem da eficiência de conversão (PCE) para um conjunto independente de teste. Na previsão do FF e PCE foram identificadas dificuldades não associadas ao corante, mas sim derivadas da construção da célula.
id RCAP_34699bdda9e0b0af4ce6a951bd088125
oai_identifier_str oai:run.unl.pt:10362/101657
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Previsão de propriedades elétricas de células solares sensibilizadas por corantes aplicando QSPRQSPRDSSCcélulas sensibilizadas por corantesRandom Forestrede neuronalDomínio/Área Científica::Engenharia e Tecnologia::Engenharia QuímicaAtualmente a transição de fontes de energia não-renováveis para fontes de energia renováveis assumiu maior relevância e procura. As células solares sensibilizadas por corantes são um tipo de células solares com grande potencial para a geração de energia. O objetivo deste trabalho consiste em construir um modelo QSPR para a previsão dos parâmetros das células associados aos corantes usados. Para alcançar esse objetivo foram usados algoritmos de Random Forest e redes neuronais. Foram testados vários conjuntos e subconjuntos. Inicialmente utilizou-se um conjunto total de 882 células, sendo depois separado em subconjuntos de forma a agrupar corantes e células com semelhanças. Foram criados três subconjuntos, que foram também processados de forma independente: o primeiro com corantes onde existe uma unidade de cumarina, o segundo com as células onde existe a presença de t-butil piridina no eletrólito e o último com as células onde existe t-butil piridina e também uma camada de scattering. O melhor modelo conseguido tem um RMSE de 1,345 na previsão da percentagem da eficiência de conversão (PCE) para um conjunto independente de teste. Na previsão do FF e PCE foram identificadas dificuldades não associadas ao corante, mas sim derivadas da construção da célula.Sousa, JoãoLima, JoãoRUNOrey, Manuel Maria Reis de2020-07-29T13:55:51Z2020-0620202020-06-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/101657porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T04:47:56Zoai:run.unl.pt:10362/101657Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:39:37.048099Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Previsão de propriedades elétricas de células solares sensibilizadas por corantes aplicando QSPR
title Previsão de propriedades elétricas de células solares sensibilizadas por corantes aplicando QSPR
spellingShingle Previsão de propriedades elétricas de células solares sensibilizadas por corantes aplicando QSPR
Orey, Manuel Maria Reis de
QSPR
DSSC
células sensibilizadas por corantes
Random Forest
rede neuronal
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Química
title_short Previsão de propriedades elétricas de células solares sensibilizadas por corantes aplicando QSPR
title_full Previsão de propriedades elétricas de células solares sensibilizadas por corantes aplicando QSPR
title_fullStr Previsão de propriedades elétricas de células solares sensibilizadas por corantes aplicando QSPR
title_full_unstemmed Previsão de propriedades elétricas de células solares sensibilizadas por corantes aplicando QSPR
title_sort Previsão de propriedades elétricas de células solares sensibilizadas por corantes aplicando QSPR
author Orey, Manuel Maria Reis de
author_facet Orey, Manuel Maria Reis de
author_role author
dc.contributor.none.fl_str_mv Sousa, João
Lima, João
RUN
dc.contributor.author.fl_str_mv Orey, Manuel Maria Reis de
dc.subject.por.fl_str_mv QSPR
DSSC
células sensibilizadas por corantes
Random Forest
rede neuronal
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Química
topic QSPR
DSSC
células sensibilizadas por corantes
Random Forest
rede neuronal
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Química
description Atualmente a transição de fontes de energia não-renováveis para fontes de energia renováveis assumiu maior relevância e procura. As células solares sensibilizadas por corantes são um tipo de células solares com grande potencial para a geração de energia. O objetivo deste trabalho consiste em construir um modelo QSPR para a previsão dos parâmetros das células associados aos corantes usados. Para alcançar esse objetivo foram usados algoritmos de Random Forest e redes neuronais. Foram testados vários conjuntos e subconjuntos. Inicialmente utilizou-se um conjunto total de 882 células, sendo depois separado em subconjuntos de forma a agrupar corantes e células com semelhanças. Foram criados três subconjuntos, que foram também processados de forma independente: o primeiro com corantes onde existe uma unidade de cumarina, o segundo com as células onde existe a presença de t-butil piridina no eletrólito e o último com as células onde existe t-butil piridina e também uma camada de scattering. O melhor modelo conseguido tem um RMSE de 1,345 na previsão da percentagem da eficiência de conversão (PCE) para um conjunto independente de teste. Na previsão do FF e PCE foram identificadas dificuldades não associadas ao corante, mas sim derivadas da construção da célula.
publishDate 2020
dc.date.none.fl_str_mv 2020-07-29T13:55:51Z
2020-06
2020
2020-06-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/101657
url http://hdl.handle.net/10362/101657
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799138012626419712