八月份发表的一篇期刊文章试图通过创建一种旨在预测波浪能的技术来解决波浪能不确定性的问题。
发表在海洋工程杂志上的论文-波能通量的短期预测：类似物，随机森林和基于物理学的模型-分析了用于预测波能通量的四个独立模型的性能。
海洋能源在产生可再生能源方面具有巨大潜力，而这个世界在大多数情况下都认为需要摆脱对化石燃料的依赖。水总是在那里，月球在做它的事情，我们可以依靠波浪来创造我们所需的能量，而我们却无法总是预测并依靠风和太阳。
与预测风和日照相比，进行预测也更容易，这可以使公用事业机构更好地了解可能流入电网的能源。
提前知道何时增加电力是将任何可再生能源整合到现有电网中的重要组成部分。
来自巴斯克地区大学的EOLO小组开发了多种模型，通过使用一种称为随机森林的技术来预测比斯开湾引起的波能数量。EOLO小组的Gabriel Ibarra解释说：
“随机森林（RF）是近年来在机器学习领域开发的一种算法。RF的基础是所谓的“回归树”，其中输入变量被视为根，输出变量被视为叶。因此，名称为“树”。随机森林是回归树的发展，它使用很多树（通常超过一千棵）而不是仅使用一棵，因此形成了一个森林。
巴斯克大学（University of Basque Country）详细介绍了这些模型获取信息的方式以及EOLO集团的进一步关注。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。