如果我们比较 2021 年和 2024 年他疲劳的日子，（水平线下方）比 2024 年的黄色条更加明显。
为了提高 2024 年与 2022/2023 年的成绩，并且没有更多的训练时间，我们使用了 Z2 的上限，并以低节奏连续进行更多训练，以继续提高第一个阈值（从而提高有氧基础）。我们可以在上面的强度分布中看到这一点，其中节奏分 加密货币数据 布在 2024 年从 19% 上升到 24%。在极其关注产生的疲劳的同时，我运用了工作积累的原则。每次训练不再进行积累，但每次训练之间恢复得稍微多一些。这种通过处于较低区域但能够进行更多重复或系列的积累原则已应用于所有不同的周期（节奏、SST、FTP、PMA）。
最终结果呈现出在所有区域和持续时间内明显增加的功率分布。下面是在参考凸块上进行的 20 分钟测试，不允许更长时间（理想情况下为 25 分钟或 30 分钟，以获得更好的 FTP 估计值）。
当然，权力概况可以用来表达任何事情。应详细分析测试条件。
2021 年，20 分钟内的峰值功率不可用，但我们可以通过分析 32 分钟内的最佳性能（316 w）来推断结果。这位跑步运动员在 Gimenez 式的训练方案下创造了自己的个人最好成绩。最大心率达到得相当快 (175 次)，此最大心率是在其他测试中发现的。跑步者起步有点强劲，前 10 分钟的平均功耗为 330W，结束时平均功耗约为 310W。 FC 漂移很快，并且很快就稳定下来。我们可以认为，只要开始更加谨慎，320w 的平均值是可能的。
我们还可以认为，通过平滑的努力，我们可以获得更好的性能，因为接近 PMA 的通道非常耗能。尽管如此，对于习惯于强力重新开始的优秀跑步运动员来说，坚持这一点并不总是那么容易。这些变化有时比线性努力更容易被接受和感知。