[實習主題] -- 深度學習應用於太陽能預測與綠氫生產：台灣加氫站案例研究

指導老師: 謝依芸 教授

專案經理: 呂芷儀

實習名額: 1-2位

是否同意遠距: 否

專案類型: 應用型 (預期讓實習生把技能運用在正在進行的研究計劃中)

隨著全球邁向淨零排放，綠氫（Green Hydrogen）成為關鍵的清潔能源技術，而台灣具備優越的太陽能與風能資源，為發展再生能源製氫提供了良好條件。為評估太陽能製氫的可行性，本研究運用深度學習時間序列模型預測台灣月平均全球水平輻照度（GHI, Global Horizontal Irradiance），藉此掌握未來太陽能資源的變化趨勢，為台灣加氫站的發展提供數據支持，並協助制定有效的能源政策。

研究重點

1. 開發基於深度學習的 GHI 預測模型

• 透過時間序列模型，分析歷史GHI變化，預測未來太陽能輻照度，評估穩定性與季節變動。

  
  

2. 評估台灣現有加氫站的太陽能製氫潛力

• 透過GHI預測結果，分析現有加氫站在不同區域利用太陽能製氫 的效能，考量發電潛力與氫氣生產效率。

  
  

3. 建立台灣光能製氫潛力地圖

• 從加氫站擴展到全台灣，視覺化台灣光能製氫潛力地圖。