從資料盤點到決策部署，聯盟提供多元技術方案與資料集，並與產業夥伴共同發展可驗證、可導入的解決方案。
依企業應用場景，協助設計並導入可串接內部資料、知識庫與工作流程的專屬 AI Agent。
適用於大型計算平台之標準化 ML Pipeline，整合資料處理、模型訓練與運算流程，可支援大規模 AI 模型開發與實驗。
提供太陽光電、風力發電及建築用電負載預測，支援能源管理、交易與調度決策。
資料驅動之 AI 短延時降雨預測模組，可利用雷達等觀測資料進行高時空解析度降雨預測與相關應用。
比較預期與實際發電表現，辨識發電異常與持續性低效情況，並提供即時預警。
評估儲能功率與容量，並協同分析契約容量、電價與調度策略。
透過共同資料與模擬情境，比較不同儲能調度策略的效益、成本與風險。
建立開源的臺灣電力系統模型，支援能源政策、電力系統及淨零情境分析。
模擬不同政策與市場情境下的車輛保有量、電動化進程及用電需求變化。
規劃原廠、貨倉與店面之間的共同配送、車輛裝載及配送路徑，降低物流成本與運輸里程。
全球尺度大氣水氣傳輸與變化之計算分析模組，可支援水氣變化分析、事件追蹤與預測等研究應用。
適用於臺灣氣象雷達資料之 AI 定量降雨估算（QPE）模組，整合雷達觀測與機器學習技術，提供高時空解析度降雨估算。考量測站觀測、地形特徵及天氣狀態之深度學習空間內插模型，可由全臺測站資料重建高解析度氣象場，支援氣象與氣候相關分析。
以集成模型結合氣象、空氣品質與 CMIP6 情境資料，預測全天空太陽輻射（Global Horizontal Irradiance, GHI）變化。
整合地理資訊與用電負載，評估充電站最佳建置地點與容量配置，最小化電網衝擊與建置成本。
可進行低碳電網架構下之固態變壓器動態控制、功率流向與電壓穩定度模擬。
支援分散式能源（DERs）整合、微電網控制與碳排放趨勢評估分析。
支援分時用電碳排估算、碳感知排程與用電策略分析。
ECMWF Reanalysis V5（ERA5，ARCO 格式）：ECMWF 產出之高解析度全球氣候重分析資料，重新整理成 Analysis-Ready Cloud Optimized（ARCO）格式，可提供歷史再生能源分析與模型訓練。IMERG 全球衛星降雨（ARCO 格式）：NASA 產出之全球高解析度衛星降雨資料，可提供歷史再生能源分析與模型訓練。五套國際先進（SOTA）AI 氣象預報模型（含 AIFS、Aurora 等）之 2023–2025 年歷史預報資料，可用於歷史事件重分析、再生能源氣象研究及相關模型訓練。
臺灣高解析度氣象雷達小時及 10 分鐘降雨重分析資料：透過深度學習模型、全臺降雨測站及中央氣象署三維氣象雷達產生之 2014–2025 全臺高時空解析度降雨量估算產品，可提供歷史再生能源分析與模型訓練。臺灣高解析度小時及 10 分鐘氣候測站資料：全臺小時及 10 分鐘氣候測站資料，可提供歷史再生能源分析與模型訓練。
運用 Himawari-8 衛星影像，結合 Heliosat 與 REST2/Ineichen 晴空模式反演之全臺 2 km 逐時 GHI 影像，適用於雲多、山區等地面站稀疏區域。標準氣象年（Typical Meteorological Year, TMY）：以 Sandia 法自近十年衛星反演 GHI 建置之全臺 2 km 標準氣象年資料，提供長期代表性日射基準，供能源規劃與模型輸入使用。
涵蓋區域電網負載特性、充電站使用時段與功率需求數據，可作為智慧充電與電網衝擊評估之輸入。
提供低碳電網情境下之電壓、頻率與功率調節歷史數據，支援控制策略模擬與驗證。
沒有符合條件的項目，請調整篩選條件。
實際開放項目、參與方式與費用，依聯盟發展階段、會員類別及臺大相關規定辦理；涉及正式委託、客製化開發或技術移轉者，須另行評估並簽訂契約。