請用此 Handle URI 來引用此文件:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21789
完整後設資料紀錄
DC 欄位 | 值 | 語言 |
---|---|---|
dc.contributor.advisor | 曹承礎 | |
dc.contributor.author | Hsi-Wen Chiu | en |
dc.contributor.author | 邱喜文 | zh_TW |
dc.date.accessioned | 2021-06-08T03:46:53Z | - |
dc.date.copyright | 2019-02-15 | |
dc.date.issued | 2019 | |
dc.date.submitted | 2019-01-31 | |
dc.identifier.citation | [1] 李沛馨(2017),從國際節能趨勢探討我國建築節能法規,國立中興大學法律學系科技法律碩士班論文。
[2] 林盈辰(2016),以物聯網架構發展個人化資訊服務-以校園智慧應用為例,國立成功大學測量及空間資訊學系學位論文。 [3] 陳瑞榮(2008),我國能源科技教育與能源減碳政策之推展現況探討,生活科技教育月刊。 [4] 楊光中(2012),物聯網基礎設施產業之策略研究,國立交通大學科技管理研究所學位論文,1-176。 [5] Climate Change Performance Index. (2018). [6] 李奕軒(2009),冰水主機與冷卻水塔控制策略之耗能分析,國立台北科技大學碩士論文。 [7] 徐維遠(2011),中央空調之最佳化卸載控制,國立台北科技大學碩士論文。 [8] 莊智翔(2007),電力線監控系統與冷卻水塔耗電量分析,國立台北科技大學碩士論文。 [9] 張峻銓(2007),冰水主機與冷卻水塔群組最佳化運轉策略研,國立台灣大學碩士論文。 [10] 林怡君(2005),以嵌入式系統設計空調舒適度控制器,國立彰化師範大學電機工程學系。 [11] 王冠能(2011),以嵌入式監控模組建置智慧空調系統,淡江大學資訊工程學系。 [12] 李國楨(2002),遠端即時監控系統架構建置之探討,華梵大學機電工程研究所碩士學位論文。 [13] 賴威宇、顏義和與陳俊任(2008),資料探勘運用於冷凍空調故障診斷系統,第二十九屆電力研討會。 [14] 劉千豪(2001),以網際網路為界面之遠端即時控制系統整合,國立台灣科技大學機械工程系碩士學位論文。 [15] 鍾文峰(2002),網路遠端影像監控分散式系統,國立中山大學機械與機電工程研究所碩士論文。 [16] 李孟樺(1998),半導體製造設備故障維修專家系統之研究,朝陽科技大學工業工程研究所碩士論文。 [17] 林逸群(2002),應用專家系統於中央空調系統之故障診斷,國立台北科技大學電機工程系碩士論文。 [18] 張佑民(2006),故障診斷專家系統於中央空調之應用分析,國立中山大學。 [19] 楊冠雄(1992),建築物整體能源系統最佳化研究,經濟部能源委員會。 [20] 朱明輝、陳一維、高劉銘與黃正光(2011),類神經網路應用於節能空調系統壓縮機速度控制,第十屆海峽兩岸冷凍空調學術曁技術交流會。 [21] 陳東鋐(2008),以嵌入式系統研製車用空調控制器,國立彰化師範大學車輛科技研究所。 | |
dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21789 | - |
dc.description.abstract | 隨著氣候變遷危及人類居住生活條件,全球各國無不想盡辦法提倡節能減碳等相關作法,我國政府也為此提出相關政策,為響應國家政策及為地球盡份心力的理念,億鴻系統科技利用最新技術及既有場域基礎,積極轉型深耕於節能領域。
一般用電中,空調用電佔了總用電量40%以上,人們往往忽略其耗電之主要因素來自大型冰水系統,為此我們利用目前最新的AIoT技術,應用於大型冰水系統最佳化,藉此省下不必要浪費的電能電費。 隨著AIoT技術日漸成熟,我們利用IoT技術及相關元件設備提升各場域之數位化程度,我們利用AI技術模擬預測系統最佳化狀態,進而控制相關設備輸出,以期達到系統最佳化節能效益,並著手進一步研發預測系統及設備異常癥兆的功能,以期達到避免系統設備無預警狀態下故障造成巨大損失。 經過2年的調整測試,我們順利的完成3個成功案例,也應證了這個方法確實能在適當場域省下20%以上的空調用電。 業務推廣則以ESCO 的模式進行,也就是客戶不用出錢,億鴻系統科技公司先行支付建置成本,之後用省下來的電費來支付成本,一般3~5年可完成攤提,攤提完後,所有省下來的電費歸客戶擁有。 | zh_TW |
dc.description.abstract | As climate change threatens the living conditions of human beings, the whole world aggressively promote energy conservation and carbon reduction. The Taiwan government has also proposed relevant policies. In order to respond to government policies and the corporate social responsibility, e-Formula endeavor to be the energy conservation solution provider based on the latest technology and our existing client fields.
Usually, the air-conditioning electricity consumption is the major proportion (more than 40%) of the total electricity consumption in the commercial building, especially in the central air conditioning system. So, we use the advanced AIoT (AI+IoT) technology to optimize and enhance the efficiency of chiller systems to save the electricity and reduce the electricity bills. At first, we use the IoT technology to connect all the important components of the central air conditioning, such as chiller, water pump, and cooling tower to be monitored and controlled. And then, the AI technology is applied to calculate the best operation parameters of all the components to enhance the system efficiency and save the energy. Additionally, the air condition system healthy is also monitored by the AIoT system, thus the loss caused by the abnormal operation and suddenly out of control can be avoided. Until now, we have successfully completed three cases in the past two years, and proofed that we can save more than 20% for each cases by our AIoT system. The ESCO is used in our business model, and it means that the initial construction cost of the system includes the software and hardware are contributed by e-Formula, and the clients will pay back to e-Formula from the electricity bill saving monthly. Usually, the ROI will between 3-5 years. After the pay back is finished, the client can own the system and keep the energy saving benefits. | en |
dc.description.provenance | Made available in DSpace on 2021-06-08T03:46:53Z (GMT). No. of bitstreams: 1 ntu-108-P02747022-1.pdf: 2948422 bytes, checksum: 073d0866b1dd5fdbd6acabd2cd5da723 (MD5) Previous issue date: 2019 | en |
dc.description.tableofcontents | 目錄
誌謝 III 中文摘要 IV THESIS ABSTRACT V 目錄 VII 圖目錄 VIII 表目錄 IX 第一章 緒論 1 第一節、研究背景 1 第二節、研究動機 2 第三節、研究目的 4 第二章 IoT應用於能源管理 6 第一節、市場需求 6 第二節、產業發展趨勢與供應鏈盤點 9 第三節、國內外節能技術發展現況 11 第三章 個案研究 17 第一節、智慧能源管理平台概述 17 第二節、智慧能源管理平台效益評估 24 第四章 成功案例 31 第五章 結論 35 參考文獻 36 圖目錄 圖 1、2005-2015年台灣地區節能技術服務產業產值預估 6 圖 2、智慧監控平台(eFOM)產品 7 圖 3、物聯網全球市場趨勢預估(2013-2020) 9 圖 4、IoT能源服務之產業供應鏈 10 圖 5、IoT重點設備裝設 18 圖 6、能源管理智慧監控平台(eFOM)特點 19 圖 7、eFOM模型自主建立及AI自主學習 20 圖 8、多冰機智慧群控技術 20 圖 9、水泵最佳化控制技術 21 圖 10、水泵並聯模型控制技術 21 圖 11、平台設置概念 23 圖 12、智慧能源管理平台導入計畫、步驟及執行時程 24 表目錄 表 1、國內商辦服務業類型用電大戶空調用電統計 8 表 2、國內IoT能源服務產業供應鏈主要廠商 11 表 3、國內IoT能源服務產業供應鏈主要廠商 11 表 4、IoT嵌入式智慧節能控制器與國內外相關產品特性表 14 表 5、IOT嵌入式智慧節能控制器與整合平台SWOT分析 15 表 6、歷史用電資料耗能現況 25 表 7、推估之空調用電量 25 表 8、用電基準線回歸 26 表 9、節能建置之I/O Summary 28 表 10、回收效益預估值 28 表 11、空調水系統節能效益 29 表 12、節能導入所需費用 29 表 13、ESCO分潤方式回收表 30 表 14、媒體商業大樓整體耗能表 32 表 15、海纜登陸機房整體耗能表 34 | |
dc.language.iso | zh-TW | |
dc.title | AIoT技術應用於能源管理之個案研究 | zh_TW |
dc.title | A Case Study of the Application of AIoT Technology to Energy Management | en |
dc.type | Thesis | |
dc.date.schoolyear | 107-1 | |
dc.description.degree | 碩士 | |
dc.contributor.coadvisor | 李存修 | |
dc.contributor.oralexamcommittee | 陳建錦 | |
dc.subject.keyword | 節能,中央空調,ESCO,AIoT, | zh_TW |
dc.subject.keyword | Energy Saving,Central Air Conditioning,ESCO,AIoT, | en |
dc.relation.page | 37 | |
dc.identifier.doi | 10.6342/NTU201900342 | |
dc.rights.note | 未授權 | |
dc.date.accepted | 2019-01-31 | |
dc.contributor.author-college | 管理學院 | zh_TW |
dc.contributor.author-dept | 資訊管理組 | zh_TW |
顯示於系所單位: | 資訊管理組 |
文件中的檔案:
檔案 | 大小 | 格式 | |
---|---|---|---|
ntu-108-1.pdf 目前未授權公開取用 | 2.88 MB | Adobe PDF |
系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。