原民智慧結合AI科技 太陽能發電預測準確度翻倍

澳洲查爾斯達爾文大學(CDU)近期發表全球首創研究，將原住民族傳統季節曆法與深度學習技術結合，成功開發出誤差率降低超過50%的太陽能發電預測模型。這項突破性研究已刊登於《IEEE電腦學會開放期刊》。

太陽能雖是全球重要的再生能源選項，但受天氣、大氣條件及面板吸收率等因素影響，發電量始終難以精準預測。研究團隊特別採用了Tiwi族、Gulumoerrgin族(Larrakia)、Kunwinjku族與Ngurrungurrudjba族等原住民族的傳統曆法，搭配現代「紅中心」日曆系統，建構出這套創新預測模型。

論文共同作者、Bundjalang族博士生Luke Hamlin強調：「原民曆法蘊含數千年累積的生態智慧，能透過動植物行為等自然徵兆，精準掌握日照與氣候變化。將這些知識融入預測系統，可讓發電量估算更貼合當地實際環境條件。」

研究團隊以愛麗斯泉沙漠知識澳洲太陽能中心的實測資料驗證，結果顯示這套結合AI與原民智慧的新模型，其誤差率竟比業界常用預測方式低了超過一半。資訊科技系副教授Bharanidharan Shanmugam指出：「精確預測太陽能發電量向來是技術瓶頸，這項研究為發展通用預測模型開闢了新徑。」

該模型整合了三層Conv1D架構，並融合LSTM與Transformer模組，同時輸入傳統指標與原民季節引數(FNS-Metrics)。共同作者Selvarajah博士補充：「未來我們將擴大應用範圍，探索這套模型在其他地區與再生能源領域的潛力。」

[end]