当前位置：首页 > 论文 > 2023 > 03

论文

机器学习加速能源环境催化材料的创新研究

收稿日期：2023-04-30 修回日期：2023-05-12 接受日期：2023-05-31

DOI:10.20078/j.eep.20230511

免费下载 免费下载 2023年03期

    摘要：“双碳”背景下,加快研发高效的能源与环境催化材料有助于推进能源清洁利用和环境污染治理。传统催化材料研发模式主要依赖实验试错方法,难以满足能源与环境领域对高效催化材料的研发需求。 快速发展的机器学习等数据科学技术为催化材料研发带来范式变革的契... 展开+
    摘要：

    “双碳”背景下,加快研发高效的能源与环境催化材料有助于推进能源清洁利用和环境污染治理。传统催化材料研发模式主要依赖实验试错方法,难以满足能源与环境领域对高效催化材料的研发需求。 快速发展的机器学习等数据科学技术为催化材料研发带来范式变革的契机。基于机器学习、实验数据和计算数据的有机结合,可对催化材料进行快速筛选,突破传统试错法的局限性,有利于解决催化剂研发效率低、成本高等难题。本文从催化材料的位点预测、配方筛选、构型设计以及反应路径优化等角度讨论了机器学习方法加快能源与环境催化材料创新的研究进展,分析了不同训练数据获取途径对应的机器学习方法构建及其在催化材料开发中的应用,展望了机器学习加快催化材料研究方法创新的发展趋势,以期为促进其在能源与环境领域的应用提供启示。

    收起-

    作者：

    • 张霄1,2
    • 董毅1
    • 林赛赛1,2
    • 傅雨杰1
    • 徐丽1
    • 赵海涛1,2
    • 杨洋1,2
    • 刘鹏1,2
    • 刘少俊1,2
    • 张涌新1,2
    • 郑成航1,2,3
    • 高翔1,2,3,*

    作者简介

    作者简介：张霄(1990—),男,北京人,博士,研究员,主要研究方向为能源与环境催化。E-mail:zhangx_energy@zju.edu.cn
    通讯作者：高翔(1968—),男,浙江杭州人,院士,主要从事能源与环境领域减污降碳的基础和应用研究。E-mail:xgao1@zju.edu.cn

    单位

    • 1. 浙江大学 能源高效清洁利用全国重点实验室
    • 2. 浙江大学 碳中和研究院
    • 3. 白马湖实验室

    关键字

    • 催化剂
    • 能源与环境
    • 机器学习
    • 高通量技术
    • 数据驱动

    基金项目

    国家自然科学基金资助项目(51836006);浙江省自然科学基金资助项目(LDT23E06012E06)

    引用格式

    张霄, 董毅, 林赛赛, 等. 机器学习加速能源环境催化材料的创新研究[J]. 能源环境保护, 2023, 37(3): 1-12.

    ZHANG Xiao, DONG Yi, LIN Saisai, et al. Machine learning accelerating innovative researches on energy and environmental catalysts[J]. Energy Environmental Protection, 2023, 37(3): 1-12.

    相关论文

    • 作者中心
    • 在线期刊

    最新更新

    地址：浙江省杭州市萧山区拱秀路288号煤科大厦
    邮编：311201
    编辑部电话：0571-82989702；19558121964
    编辑部邮箱：office@eep1987.com
    网站版权©《能源环境保护》编辑部  浙ICP备06000902号-4