AI強化式學習技術於能源管理之智慧應用 | 三建產業資訊

隨著AI人工智慧與機器學習技術的興起，AI技術於各種不同領域的應用亦如雨後春筍般的大量出現。隨著再生能源的漸次普及，對電網穩定之衝擊亦逐漸升高。透過節電及需量反應(Demand Response)等電力需求面能源管理(Demand Side Management)以有效穩定電網運作為目前最經濟有效的方法。本課程介紹如何透過AI人工智慧最新的強化式學習技術，以提升節電及需量反應之效能。

【聽眾對象】
．公司內部能源管理人員
．能源管理服務公司之研發設計人員
．尋求AI能源管理解決方案的業界人士或企業主

【習得知識】
．瞭解AI強化式學習技術原理
．瞭解現行需量反應方案及如何選擇適合的需量反應方案
．瞭解如何應用AI技術來提升節電及需量反應效能

一、AI人工智慧之強化式學習技術
1-1. 強化式學習原理介紹
1-2. 強化式學習演算法介紹
1-3. 強化式學習應用領域介紹

二、如何應用強化式學習技術來提高節電效能
2-1.強化式學習於半導體廠空調系統之節電控制應用
2-2. 強化式學習於氣冷式伺服器之節電控制應用
2-3.強化式學習於智慧建築能源管理及控制應用

三、需量反應介紹
3-1.需量反應原理介紹
3-2.現有需量反應方案介紹
3-3.如何選擇合適之需量反應方案

四、如何應用強化式學習技術來提升需量反應效能
4-1.傳統需量反應的負載控制方法介紹
4-2.強化式學習於需量反應負載控制應用
4-3.如何應用遷移學習技術以加速強化式學習建模

■經歷：
台電綜研所 電力需求面管理研究計畫主持人
工研院 綠能與環境研究所 智慧節能系統技術組