【电力大数据应用：新北市环保局】数位电表数据靠AI辨识各家电用量，比对异常揪出家中隐性耗电元凶

在今年总统杯黑客松竞赛中，新北市环保局首次以台电的智慧电表，搭配结合AI的用电指纹图谱分析技术，可依据电器不同用电特征分析家户用电，能做到以较低成本提供民众节电建议，甚至无须透过HEMS（家庭能源管理系统），就能马上知道家中各种电器耗电量及其分布情形，来帮助用户节省用电。这也让环保局得以打败一百多个竞争队伍，一举获得优胜。

相较于其他县市，新北市住宅用户占了多数，高达158万户，居于全国之冠，其智慧电表的布建规模也不小，数量占了全国四分之一以上。

不仅如此，新北市一直以来也积极推广HEMS服务，2年前更在选定的示范住宅导入这套系统及其服务，来做为推广能源节能服务的示范场所，民众只须透过手机或电脑即可在HEMS平台看到家中电器的即时用电。

免HEMS，用智慧电表也能打造一套低成本住宅节电方案

虽然HEMS成效不错，但必须入户安装，加上成本较高，导致大量推广不易。为了打造一套较低成本住宅节电方案，在这次黑客松竞赛中，新北市环保局决定不用HEMS，而是直接采用了台电的智慧电表做应用，并找来台电、资策会数位所合作。

但由于智慧电表每次搜集都是一小段时间家户整体用电，较难以分辨出不同家电各自用电的情况，为了解决这个问题，该团队则是采用了资策会自主开发的一套非侵入式用电指纹图谱（NILM）技术，这一套技术，是以电器设备存在独有的用电特征，如电力波形等，来当作识别其身份的指纹，也就是家电指纹，透过从这些不同家电指纹进行分类比对，从而辨识出家电设备各别用电情况，里面也运用了大数据与AI分析技术。

在建立资料来源方面，他们以2百多HEMS户的用电行为、电器电力数据，建立不同家户用电型态，与各电器用电图谱模型的数据，加上从1千具智慧电表搜集的总用电数据，做为训练的资料来源，进行模型训练，让AI学习这些电表用电资料、标记电器特征之间的关联性，可依据输入的电表总用电量，来推测出不同用电负载的设备用电情形，让用户可以更清楚掌握家电用电状态。

另从这些电器用电明细中，也能找到异常耗电的用电设备，可提供家户做为用电效率不佳的老旧家电汰换的依据，对于营业用户来说，也可从过去不同分店同一款高耗能电器输出电力波形差异的比较中，来找出有问题的异常设备或用电行为加以改善，从而提升店家整体用电效率。

环保局预估，若采用这样一套低成本节电方案推广到未来全国六百万用户的话，预估十年后将可年省19亿度电，相当于新竹县市一年的住宅用电量。

 相关报导  电力数据大解放