21世纪是一个科技飞速发展的时代，互联网已经逐渐走进人们的生活。互联网就像一张网。我们息息相关，现在离不开互联网技术。这里有一篇关于互联网技术的文章送给大家。

在预测新能源系统和技术的成本时，研究人员必须考虑学习率，这是衡量技术进步的一个估计指标。事实上，技术进步通常与更高的技术性能和更低的生产成本有关。

来自波茨坦大学高级可持续性研究所(IAS S)、苏黎世E TH的研究人员最近进行了一项研究，调查估计的学习率是否实际上反映了技术进步的程度，以及它是否会受到汇率波动等其他因素的影响。他们发表在《自然能源》 (Nature Energy)上的论文借鉴了之前研究中收集到的研究成果，提出了汇率与全球学习率之间的关系。

进行这项研究的研究人员之一Johan Lilesestam告诉TechXplore:“当我们完成之前关于集中太阳能发电学习率的论文时，我们决定将分析的基本货币从欧元(对CSP来说很有意义，因为它主要是在欧洲建造的)改为美元，这是全球经济分析的标准货币。通过这样做，我们的结果发生了变化，这让我们感到惊讶。——这是我们在学习率的文献中从未听说过的效果。

在这篇先前的论文发表后，Lileestam和他的同事决定进一步调查他们的观察结果，以更好地理解货币的选择为什么以及如何影响学习率.在他们的新研究中，他们进行了一系列分析，旨在揭示特定技术的货币选择如何在某种程度上是任意的，并最终影响对学习率的实证观察。

研究人员还希望量化这种“汇率效应”，并引入一种方法来弥补这种偏差。这种方法最终可以在全球范围内对技术进步做出更准确的经验估计。

“我们将原始数据——以每个项目国家的货币表示的项目成本——转换为不同的基础货币，以便所有数据都基于平等，”Lilliestam解释说。由于各种货币相互波动，用不同的货币表示项目的成本是不同的，这可能会夸大或掩盖学习率衡量应该衡量的技术进步。

他们开发的独特方法使利利斯塔姆和他的同事能够用几种货币计算学习率，这表明他们以前观察到了多少实际效果。他们在论文中重点介绍了一个说明性的案例，即一个5兆瓦以上的大型光伏电站。

随后，研究人员还设计了一组方程，以过滤特定时期货币波动的影响。使用这些方程，研究人员应该能够产生一个更符合学习率实际测量的指标：特定研究领域的技术改进。

Listam说：“我们的研究结果展示了另一个很难进行实证研究的例子：有很多令人不安和困惑的因素，很难知道哪些因素是重要的。”“对我们社区来说，有两个重要的影响。首先，我们表明，过去估计的全球学习利率可能会受到汇率效应的影响，这可能非常显著。其次，我们的发现对于研究人员和分析师在他们的模型中使用学习率估计非常重要，尤其是对于那些运行优化模型的人。”

优化模型是一种计算技术，可用于预测给定问题的最佳解决方案。由于目前使用的优化模型大多倾向于基于全局学习率分析的廉价技术，即使是微小的百分比差异也会影响最终结果，从而确定特定技术更有利或更适合特定目的。

优化模型现在被广泛使用，无论是用于科学分析还是政策建议，因此它们的偏差学习率最终会导致不切实际的政策和技术实施.通过提高学习率估计的准确性，Lileestam和他的同事引入的方法也可以影响这些模型的结果，从而导致更有效和有益的技术相关政策。

Lilesestam补充说：“我们现在正在研究政策如何影响技术变革，因此我们正在进行适用于同一领域的分析，但我们更关注技术学习的驱动因素，而不是评估学习的方法。

进一步探索

学习率评价要重视技术学习。socialsciences.nature.com/user.ing-rate-assessments

Johan Lilliestam和其他人观察了集中太阳能的学习率及其对制度变化的反应，Natural Energy (2017)。doi:10.1038/核电。2017.94