技術簡介
用電負載預測可依據歷史用電記錄樣本,利用支持向量回歸機器學習理論模式,作未來30日內之小時級耗能預測。
Abstract
By applying the Support Vector Regression (SVR, which is one of machine learning algorithm) the power load forecasting provides the hourly load prediction up to a month day by day according to past electricity power usage pattern.
技術規格
小時級用電負載預測、平均預測誤差率
Technical Specification
hourly load prediction, mean absolute percentage error
技術特色
藉由真實耗能資訊的收集,利用人工智慧學習演算法建構耗能模型,並進一步作耗能預測。依據預測結果,可以計算未來可能的電費提供使用者參考,當預測值超過使用者設定的目標值時產生耗能預警,亦可以進行耗能比較分析,提供節能建議或直接進行用電設備耗能管理。
應用範圍
短期電力負載用電預測、建築物設備用電節能節費管理
接受技術者具備基礎建議(設備)
PC、具通訊及控制功能之電力量表
接受技術者具備基礎建議(專業)
程式語言撰寫能力
聯絡資訊
聯絡人:林政廷 智慧節能系統技術組
電話:+886-3-5915404 或 Email:tim_lin@itri.org.tw
客服專線:+886-800-45-8899
傳真:+886-3-5820050