- 發布:2026年04月24日
- 24人觀看
圖/本報資料庫商傳媒|葉安庭/綜合外電報導傳統上,再生能源的成長預測多半依賴穩定漸進的模型,然而風力與太陽能的實際部署速度卻屢次超出預期,同時也難以精確預測其具體進程。 Chalmers University of Technology 的一項最新研究導入創新方法,運用機器學習技術,並整合全球逾 200 個國家的歷史數據。該模型旨在捕捉清潔能源擴張過程中不均勻的週期性發展模式,挑戰了傳統的 S 形曲線框架,提出了更具變數且基於觀測結果的機率性部署前景。 此機器學習系統經過 13,0...









