|
單元一、智慧電網及電力通訊協定(9H)
|
|
課程名稱
|
課程內容
|
授課講師
|
時間
|
|
智慧電網概論
|
˙ 智慧電網發展背景
˙ 智慧電網技術簡介
˙ ICT在智慧電網上的應用領域與潛力
|
工研院綠能所
張哲瑜 研究員
|
5/2(四)
09:30-12:30
實體課程
|
|
AMI智慧電表應用
|
˙AMI智慧電表架構與通訊系統
˙MDMS電表資料管理系統與數據管理
˙數據整合應用與推展
|
|
變電自動化SCADA
|
˙變電系統及自動化介紹
˙ 配電系統及自動化介紹
˙ 數據採集與監控系統
˙ SCADA之整合、應用與維護
|
台電配電處
陳坤諒 組長
|
5/2 (四)
13:30-16:30
實體課程
|
|
電力通訊協定
|
˙ 電力通訊系統架構
˙ 電力通訊協定-應用端
˙ 電力通訊協定-傳輸端
˙ 電力通訊協定實務
|
台電公司
許春祥 組長
|
5/3(五)
09:30-12:30
實體課程
|
|
單元二、 數據資料分析與電力數據應用(25H)
|
|
課程名稱
|
課程內容
|
授課講師
|
時間
|
|
數據分析應用基礎
|
˙Python開發環境建置與基礎語法
˙變數與運算
˙資料型別介紹：數值型類別及布林類別、序列化類別
˙流程控制 / 迴圈
˙字串格式與正規表達式
˙自訂函數與內建函數
˙Numpy、Pandas、Matplotlib套件
|
核果智能科技股份有限公司
李厚均 執行長
|
數位自學影片觀看
6H
|
|
數據預處理與視覺化
|
˙數據預處理：透過實例教授如何在 Python 中使用 pandas 進行數據清洗，包括去除重複數據、填補缺失值、轉換數據格式。
˙探索性數據分析(EDA)：深入探討如何使用 matplotlib 和 seaborn 進行數據視覺化，包括條形圖、散點圖、盒型圖和熱力圖等。
|
工研院產業學院
游函諺 數位訓練經理
|
5/3(五)
13:30-16:30
實體上課3H
|
|
進階數據分析技術
|
˙機器學習基本概念：詳細介紹分類（如決策樹、隨機森林）、回歸（如線性回歸、支持向量機）和聚類（如 K-means、層次聚類）。
˙實戰項目：使用 sklearn 庫實作分類和回歸模型，針對電力數據進行用戶用電行為預測和需求預測。
˙時間序列分析工具與方法：教授 ARIMA 和 LSTM 的理論基礎與實踐，重點放在如何使用這些模型預測未來的電力負載和價格。
|
工研院產業學院
游函諺 數位訓練經理
|
5/16(四)
09:30-16:30
實體上課6H
|
|
深度學習應用
|
TensorFlow 和 Keras
˙TensorFlow簡介
˙基礎神經網絡概念：講解神經網絡的基本組件，如神經元、激活函數、權重和偏置。
˙ 卷積神經網絡（CNN）和循環神經網絡（RNN）：介紹這兩種網絡架構，並解釋它們在處理圖像（CNN）和時間序列數據（RNN，特別是 LSTM）中的應用。
˙模型評估：教授如何使用不同的損失函數和評估指標（如準確度、召回率、F1 分數）來衡量模型性能。
˙自動化特徵工程：探索如何使用 TensorFlow 的高級功能自動提取和選擇特徵。
|
|
電力數據應用實務(一)
|
˙電力數據應用實務–智慧家庭、智慧建築(社區)、配電網、輸電網
|
合聯電網
周一婷 博士
|
5/17(五)
09:30-16:30
實體上課6H
|
|
電力數據應用實務(二)
|
˙電力數據應用實務–儲能案場分析案例/電力市場與輔助服務、用電大戶-綠電與儲能導入數據分析
|
工研院資通所
張仕穎 技術副理
陳耀鑫 技術副理
|
5/31(五)
13:00-17:00
實體上課4H
|
