工研院產業學習網

單元一、智慧電網及電力通訊協定(9H)

時間

課程名稱

課程內容

授課講師

12/10(三)

09:30-12:30

實體課程

˙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

˙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

12/10(三)

13:30-16:30

實體課程

˙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

12/11(四)

09:30-12:30

實體課程

˙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

單元二、 數據資料分析與電力數據應用(24H)

時間

課程名稱

課程內容

授課講師

數位自學

影片觀看

6H

˙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

12/17(三)

09:30-16:30

實體上課6H

˙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

˙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。

12/24(三)

09:30-16:30

實體上課6H

˙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

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。

1/08(四)

09:30-16:30

實體上課6H

˙ 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

一般報名

早鳥價
(11/26前報名)

團報價
(同公司三人以上)

電網聯盟
廠商

電力數據分析管理師 - 全系列

29,700

26,800

25,300

23,800

單元一、智慧電網及電力通訊協定(9H)

8,100

7,300

6,900

6,500

單元二、數據資料分析與電力數據應用(24H)

21,600

19,500

18,400

17,300