11:12arXiv cs.LG@Shadi Heenatigala, Hasanika Samarasinghe该研究利用一年高分辨率运营数据,提出统计与机器学习框架表征氢基多能源系统。统计分析显示太阳辐照度解释了氢产量45.7%的秩基方差,且仅高辐照期触发电解槽有效运行。随机森林模型将风能输出排在预测重要性首位,尽管其二元相关性仅为r=0.167,揭示了非线性动力学。序列模型利用24小时自相关r=0.845实现运营预测,强化学习代理优化了氢收益调度。论文随机森林强化学习序列模型氢能机器学习推荐理由:用随机森林和强化学习优化氢能调度原文