陳伶志郭千瑜2019-09-052015-8-262019-09-052013http://etds.lib.ntnu.edu.tw/cgi-bin/gs32/gsweb.cgi?o=dstdcdr&s=id=%22GN060047072S%22.&%22.id.&http://rportal.lib.ntnu.edu.tw:80/handle/20.500.12235/106578智慧電網及智慧型電表建置在全球快速發展，在台灣已有特定地區裝設智慧型電網，透過智慧型電表蒐集用戶電表量測資料。消費者的用電習慣各有不同，而影響消費者的用電習慣有許多因素，本研究將會針對溫度、樓層等因素作用電量分析，使消費者不但可以瞭解自身的用電習慣，並加以調整，以減少電費支出，還可節省電能消耗。除了電量分析外，預測用電量也可幫助電力業者適時調整發電量，改善浪費電力能源之現象。本研究使用三種用電預測方法，分別為回看法(ε-LookBack-N)、差分整合自回歸移動平均模型(Autoregressive Integrated Moving Average Model)和支持向量回歸(Support Vector Regression)，我們將評估其適用性與準確度，並透過用電戶的用電特徵分群，進一步結合環境變因，研究用電戶用電度數的預測模型，並利用既有量測資料進行驗證。其預測模型可以幫助電力業者作用電預測，適時調整發電量，有效率的配送電能，以達到節能省碳之目的。智慧型電表資料分析回看法支持向量回歸分群演算法Smart Meter DataData Analysisε-LookBack-NSupport Vector RegressionClustering