熱門關鍵字:藍牙5 | NB-IoT | AI | 智慧車 | 工業4.0

訂閱電子報

立刻輸入Email,獲取最新的資訊:

收藏功能:
分享報新知:
其他功能:

深度學習發力 住商用戶節能效果更上層樓

文‧侯冠州 發布日期:2017/04/21 關鍵字:NILM大數據ESCO

節能風潮起,如何精準省電、用電已成各國政府能源重點政策,如美國、英國、日本等先進國家,皆積極推動「需量反應措施」;因應此一趨勢,資策會智慧網通系統研究所(智通所)也研發半監督詢問式學習基礎的非侵入式負載監測技術(NILM),結合深度學習與大數據分析技術,使用戶能簡單地獲取能源使用資訊,進而達到精確用電、省電之目的。

以往多數人都以為,工業用電是用電占比最多的,但事實上,住商低壓用戶的用電,因其「主體小、用戶多、組成雜」的特性,才是夏季尖峰用電量的大戶,整體負載高達50%以上。但可惜的是,在電價低、民眾長期用電習慣難以調整等因素下,往往較無節能的觀念與意願。

資策會智通所組長蔡家緯表示,此一技術結合大數據分析和深度學習。過往提供給用戶的用電資料多是用電總量,然而,用戶看到用電總量時其實沒有甚麼感覺,因為無法從上面得知家中各個電氣設備的用電量多少。然而,透過NILM,便可從用戶的用電總量分析出家中各電氣設備的用電量,並且知道用戶的用電行為。進一步協助用戶建立用電行為模型,協助用戶瞭解如何透過改變用電行為來節電,進而提升低壓用戶節能意願。

蔡家緯進一步說明,目前此一技術仍在推廣當中,並且配合台電布建智慧型電表(Advanced Metering Infrastructure, AMI)的計畫,先尋找一千戶用戶進行實驗。作法偏向於將用戶分群,在用電行為比較類似的用戶群體中,找尋幾個關鍵用戶在家中安裝量測指表,以量測所有家中電器,接著針對用電電器加以標示,以收集相關資訊好進行深度學習,之後再將此一學習的模型套用在其他用戶之上。同時,由於現在App風行,因此用戶也可透過App即時給與反饋,使電力業者或節能業者了解NILM是否真的滿足用戶節電/用電需求,進而再加以更新或是校對整個深度學習模型。

另一方面,電力業者及節能業者,亦可運用此NILM技術,提供節能服務建議,有效的協助制定能源技術服務(Energy Service Company, ESCO)、能資資通訊技術(Energy Information and Communication technology, EICT)行銷策略,以提高節能產業之附加價值與產業之發展,勾構出以資料為核心之能源新興服務模式。

研討會專區
熱門文章