电能作为清洁能源结构中最重要的组成部分,对推动社会发展、科技进步有着至关重要的作用。电网系统、大功率电力电子设备、新能源汽车等领域对具有高能量密度储能器件的需求与日俱增。介电电容器,拥有比传统静电电容器更高的储能密度的同时,其充放电功率也十分可观。对于储能型复合介质,往往通过向聚合物基体中加入功能性纳米填料的方式来提升复合介质的极化、绝缘性能。尽管有大量的研究人员在该领域深耕,但复合介质的结构设计、填料选择等影响储能性能的因素太多,需要花费大量的时间精力以及资源去进行探索。依托交叉学科在大数据处理方面的优势,对大量实验数据进行分析总结,预测相关材料的特定性能。本文首先通过收集包括聚偏氟乙烯（PVDF）基复合介质结构及储能信息数据,建立包含填料形状、填料含量、分子描述符、分子指纹和实际物理性能的数据集,并结合机器学习算法建立预测模型,其测试集预测准确率达到77%,然后将实验室制备的复合介质薄膜性能数据与预测模型的预测结果进行对比试验,验证预测模型的可靠性。接着扩大数据库规模,研究不同基体及填料的储能特性,从基体、填料、复合介质结构及界面设计三个角度包含超过20种具体属性构建复合介质描述符,结合1254组复合介质储能密度信息及869组复合介质可视化信息共同构建数据集。利用机器学习算法建立预测模型,其中测试集预测准确率最高达到91.9%,接着利用实验室制备的复合介质薄膜进行对比试验,发现预测模型可以正确预测出复合介质的储能密度范围。分析了各描述符在预测模型中的权重占比,从高到低依次为基体性能29.3%、填料含量24.1%、填料包覆结构14%、填料性能13%、填料形状12.2%、多元填料5.6%、复合介质多层结构1.8%,最后利用预测模型对潜在有效的复合介质结构空间进行探索,统计并分析预测结果,对纳米填料形状和包覆结构提出相关建议。接着为了增加数据收集方法的种类并拓展数据库规模,结合相场理论及相关能量方程,在MATLAB软件中编写了复合介质模拟击穿仿真模型,结合实验室实测数据调整各类参数数值,模拟了不同温度下一维及二维填料在基体中的击穿过程。