Skip navigation
  • 中文
  • English

DSpace CRIS

  • DSpace logo
  • 首頁
  • 研究成果檢索
  • 研究人員
  • 單位
  • 計畫
  • 分類瀏覽
    • 研究成果檢索
    • 研究人員
    • 單位
    • 計畫
  • 機構典藏
  • SDGs
  • 登入
  • 中文
  • English
  1. National Taiwan Ocean University Research Hub
國立臺灣海洋大學 / 海洋工程科技中心 / 海洋能源與工程技術組

海洋能源與工程技術組

瀏覽統計 Email 通知 RSS Feed
  • 關於
  • Projects 577
  • 子單位
  • 研究人員 14
  • 研究成果 1027
  • 計畫與補助 577
  • InCites

簡介

中文網站
http://ceoe.ntou.edu.tw/a_page.aspx?MID=40
中文簡介
人工智慧應用研究群 近年來,人工智慧理論方法蓬勃發展,能有效地解決最佳化、非線性系統預測、辨識分類等問題,良好的處理能力及效率使其被廣泛應用於諸多的研究領域。本研究群應用人工智慧方法在離岸風力發電之規劃設計運維及河海防災議題。在離岸風電開發部分,可結合AI技術與AtOM模式預測風速、海流、波浪等變化,以提供風機結構與基礎的海象設計條件。安全的操船環境是離岸風電施工重要的一環。衛星酬載AIS以及搭配 AI人工智慧技術有效協助船舶航行安全與航線最佳化。風機的佈局則可應用基因演算法並結合蟻群演算法來進行最佳化以達到最佳效益。此外,亦可透過遞歸模糊類神經網路建立一套風場風機功率平滑化控制系統,改善風力發電不穩定性的因素。在河海防災應用部分,颱風期間伴隨的強風、暴雨、巨浪往往造成集水區、都會區及沿海地帶嚴重的損失。其中下游河口的水位抬升(暴潮)對於河川流量會造成頂托作用,加劇淹水的災情。研究群亦將結合有效因子之探討與類神經網路,將暴潮預測的前置時間延長至12小時,以強化海岸地區的防災準備、預警及應變工作。QUAG模式下,將颱風風場隨強度變化而自動調適加密,並搭配AI人工智慧方法修正蘇迪勒颱風侵襲台灣時遠域風場之分佈,藉以提高模式精確度及增加計算效率

基本資料

單位名稱
Ocean Energy and Engineering Technology
 
Chinese Name
海洋能源與工程技術組
 
單位主管
Chih-Chieh Young
隸屬單位
Center of Excellence for Ocean Engineering
 
瀏覽
  • 機構典藏
  • 研究成果檢索
  • 研究人員
  • 單位
  • 計畫
DSpace-CRIS Software Copyright © 2002-  Duraspace   4science - Extension maintained and optimized by NTU Library Logo 4SCIENCE 回饋