科学家们寻求稳定、高能电池为电网设计。
带来的新来源可再生能源如风能和太阳能在电网需要特别设计的大型电池,可以当太阳照耀,晚上给能源。一种类型的电池是特别为此承诺:流电池。流电池包含两个坦克电活性化学物质交换电荷,可以有大量持有大量的能量。
研究人员流电池,他们主要关心的是发现目标分子,提供能够存储大量的能量和保持长时间稳定。
为了找到合适的流体电池分子,研究人员在美国能源部(DOE)阿贡国家实验室已经转向人工智能(AI)的力量来搜索一个巨大的一百万多个分子的化学空间。发现正确的分子需要优化之间的不同特征。“在这些电池,我们知道大多数的分子,我们需要将不得不满足多个属性,”阿贡化学家Rajeev Assary说。“通过同时优化多个属性,我们有一个更好的找到最好的化学电池。”
“自然是不完美的;没有单一的分子是理想的。我们的模型允许我们处理不同的参数来找到最适合的,”- - - - - -;阿贡化学家Rajeev Assary
在一项新的研究中,从去年的工作,Assary和他的同事们在阿贡的储能研究中心联合建模的阳极液redoxmers,流体电池或电活性分子。对于每个redoxmer,研究人员发现了三个属性,他们想要优化。前两个,还原电位和溶剂化自由能,与分子可以存储多少能量。第三,荧光,作为一种自我报告标记表示电池的整体健康。
因为它是非常耗时的计算为所有潜在候选人感兴趣的属性,研究人员转向一个叫做主动学习的机器学习和人工智能技术,在一个模型可以训练自己识别越来越合理的目标。”我们基本上找针在干草堆中,”阿贡国家实验室的博士后研究员Hieu Doan说。“当我们的模型发现的东西看起来像一根针,它教导如何找到更多。”
主动学习的最有效的使用,研究者开始使用一个相当小的“干草堆”;1400 redoxmer候选人的数据集的属性他们已经知道从量子力学模拟。通过使用这个数据集作为实践,他们可以看到算法正确确定最好的分子特性。
”在先前的研究中,我们显示如何优化一个属性,但试图同时做几个是一种不同的挑战,一个是现实世界的情况可能更有价值,”Assary说。”自然是不完美的;没有单一的分子是理想的。我们的模型允许我们处理不同的参数来找到最适合的。”
一旦他们已经探讨了1400 -候选集,研究人员扩大了搜索的化学空间一百万种不同的候选人。通过模型的迭代性能改进,更好的和更好的分子开始被识别。“我们被鼓励,通过观察只有100的分子,我们的模型已经经常发现分子有属性更有吸引力比原来的数据集,”Doan说。
根据Assary,流以外的优化算法可以使用电池。他说,可以想象,这个算法可以应用到其他类型的电池甚至其他领域。”我们使用的数学方法也广泛采用股票交易员和数据科学家,去展示常见的优化问题,”他说。
论文研究的基础上,“发现储能分子材料使用量子chemistry-guided多目标贝叶斯优化”欧洲杯足球竞彩出现在10月14日出版的化学材料。欧洲杯足球竞彩
除了Assary Doan,其他作者的研究包括阿贡的莉莉罗伯逊和陆。Garvit Agarwal,以前阿贡,但目前科学家薛定谔,也导致了工作。
支持的工作是作为储能研究联合中心的一部分,一个能源创新中心由美国能源部资助办公室的基本能源科学。欧洲杯线上买球阿贡实验室的研究人员利用计算资源中心的计算资源中心和纳米材料,美国能源部科学办公室的用户设备。欧洲杯足球竞彩欧洲杯线上买球
编译的采访、文章和新闻在去年。欧洲杯猜球平台
