Використовуючи складний алгоритм машинного навчання (ML), дане дослідження розглядає напрямок генерації відновлюваної енергії на основі розподіленого електромагнітного випромінювання та його зв'язок із споживанням традиційних джерел енергії. Для аналізу здійсненості стратегії проектування енергетичної системи може бути використана модель прогнозування відновлюваної енергії з довгостроковим горизонтом. У даній роботі запропоновано розширений байєсівський метод (EASNB) для оцінки сталої відновлюваної енергії. Для даного дослідження спочатку збирався набір даних про відновлювані джерела енергії, а потім нормалізовували фактичні дані на етапі попередньої обробки, щоб одержати точну оцінку енергії. Потім відповідні атрибути з попередньо оброблених даних витягувалися за допомогою лінійного дискримінантного аналізу (LDA). Отже, ефективна оцінка стійкої відновлюваної енергії здійснюється за допомогою запропонованого підходу EASNB. Спроможність запропонованого методу вимірюється за значенням R2, MASE, AMRE, показниками точності та порівнюється з існуючими підходами. Результати даного дослідження показують, що коли мова йде про оцінку сталої відновлюваної енергії, запропонований метод працює краще, ніж ті, які зараз використовуються. Здорове навколишнє середовище є результатом визначення точного та відповідного споживання енергії та сприяння використанню сталої енергії. Майбутні оцінки очікують, що споживання відновлюваної енергії складе приблизно 79,03 ЕДж у 2025 р., а також 55 % виробництва енергії в середньому в 2040 р.

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"