臺灣博碩士論文加值系統

本論文針對朝陽科技大學所建置的校園電力監控系統介紹基本架構及功能。利用所收集的資料加以分析，讓用電保持在契約容量以下，並以模式預測其用電趨勢，俾有助電量消耗及電費支出控管，達到節約能源的目標。
分析運用的總用電量數據資料共計60 筆數據，經指數平滑法（Exponential Smoothing）、時間序列分析（Time Series Analysis Model）、灰模式（Grey Model）進行電力預測，以準確度比（Accuracy Ratio，AR）、平均殘差值百分比(Mean Absolute Percentage Error，MAPE)、均方根誤差百分比(Root Mean-Square Percentage Error，RMSPE)、相關係數R（Correlation Coefficient）來檢測預測值之效力。
經研究顯示電力監控系統可以提昇電力的穩定度及降低不必要的浪費，並以時間序列相乘模式的預測效力其準確度91.87％、平均殘差百分比8.13％，屬於高精確度預測，供管理者作為未來電力需量管理指標及參考依據。

This study aims at investigating the campus power monitoring system including its basic structure and functions installed in Chaoyang University of Technology. The consumption of electricity was monitored and controlled by adjusting the operating conditions. Operating data were employed to predict the trend of electricity use by several models. Data analysis and model prediction could provide the baseline information for the control of electricity use and the improvement of energy savings.
Sixty data sets were used to models prediction. Predicting models include Exponential Smoothing、Time Series Analysis Model and Grey Model. The accuracy and precision of modeling was verified by Accuracy Ratio (AR), Mean Absolute Percentage Error, (MAPE), Root Mean-Square Percentage Error (RMSPE) and Correlation Coefficient R.
Results showed that the power monitoring system is capable of enhancing the stability of power and reducing the unnecessary waste. The prediction by Multiplicative Model of Time Series Analysis Module could reach 91.87％ and the MAPE was 8.13％ showing the highest accuracy among the predicted models. These results could be used for the references of decision makers.

目錄
第一章 前言
1.1研究緣起 1
1.2研究目的及內容 3
第二章 文獻回顧
2.1 教育單位電力使用情形 6
2.2校園電力需求監控系統技術 12
2.2.1國內發展現況 13
2.2.2國外發展現況 15
2.2.3電力需求監控系統執行現況 16
2.2.4國內相關文獻 19
2.2.5國外相關文獻 23
2.3 預測評選 24
2.4 時間序列預測方法 24
2.4.1 移動平均法 25
2.4.2 簡單指數平滑法 26
2.4.3 Holt’s 指數平滑法 27
2.4.4 Winter’s 指數平滑法 28
2.4.5古典時間序列分解法 29
2.4.6 自我迴歸移動平均整合模式 30
2.5 因果關係預測方法 31
2.5.1 多元迴歸分析法 31
2.5.2 類神經網路模式 32
第三章 研究方法
3.1 電力需量監控系統架構與建置 36
3.1.1 硬體架構 36
3.1.2 軟體架構 38
3.2 電力需量監控系統功能詳細說明 39
3.3 預測方法適用性 45
3.4指數平滑法預測 46
3.4.1簡單指數平滑法 46
3.4.2 Holt’s 兩參數指數平滑法 47
3.5時間序列分析與預測 48
3.5.1時間序列特質 48
3.5.2時間序列之意義 48
3.5.3 時間序列因子 49
3.5.4 時間序列模式 51
3.5.5 分析與預測步驟 53
3.5.6時間序列預測 57
3.6灰色預測之理論基礎 58
3.6.1 GM(1，1)模型之理論基礎 58
3.6.2 RGM(1，1)模型之理論基礎 62
3.6.3 灰色關聯分析 63
3.7電力預測效能評析 65
第四章 結果與討論
4.1 電力需量監控系統之數據彙整 68
4.2簡單指數平滑法預測結果 69
4.2.1 指數平滑法之預測結果 69
4.2.2 Holt’s 兩參數指數平滑法之預測結果 73
4.3時間序列預測之結果 77
4.3.1 時間序列相乘模式之預測結果 77
4.3.2 時間序列相加模式之預測結果 82
4.4 灰色模式預測之結果 86
4.4.1 GM(1，1)模型之預測結果 86
4.4.2 RGM(1，1)模型之預測結果 93
4.4.3 灰色關聯分析結果 96
4.5灰色季節模式預測之結果 102
4.5.1灰色季節模式一預測之結果 102
4.5.2 灰色季節模式二預測之結果 104
第五章 結論與建議
5.1研究結論 106
5.2 建議 113

參考文獻
附錄A 94年至98年朝陽科技大學用電需求統計表
附錄B 台灣電力公司電費計收方法
附錄C 朝陽科技大學節約能源管理要點

表目錄
表2.1 九十八學年度各級學校校數統計表 6
表2.2 教育部暨所屬機關學校用電量統計表 8
表2.3 校園電力監控節能系統技術國內外技術發展現況摘要表 16
表3.1 平均絕對百分比誤差判斷原則表 66
表3.2 相關係數R判斷原則表 67
表4.1 指數平滑法電力需量分析與預測表 69
表4.2 指數平滑法實際與預測值相關係數表 72
表4.3 簡單指數平滑法之不同平滑係數比較表 72
表4.4 電力需量HOLT，S指數平滑法分析與預測表 73
表4.5 HOLT，S指數平滑法實際與預測值相關係數表 76
表4.6 HOLT，S指數平滑法不同趨勢平滑係數Β比較表 76
表4.7 時間序列相乘性模式之分析與預測表 77
表4.8 時間序列相乘性模式季節因子(S)之分解表 79
表4.9 時間序列相乘模式實際與預測值相關係數表 81
表4.10 時間序列相乘模式不同中心化移動(TC)之預測效能評析表 81
表4.11 時間序列相加性模式之時間序列分析與預測表 82
表4.12 時間序列相加性模式季節因子(S)之分解表 83
表4.13 時間序列相加模式實際與預測值相關係數表 84
表4.14 時間序列相加模式不同中心化移動(TC)之預測效能評析表 85
表4.15 97年、98年之電力需求實際值資料表（單位：千度） 86
表4.16 灰建模原始數據組資料表（單位：千度） 87
表4.17 GM(1，1)模式資料組1之預測表 90
表4.18 GM(1，1)模式各資料組之預測結果表 91
表4.19 灰模式RGM(1，1) 電力需量分析與預測表 93
表4.20 RGM(1，1)模式不同期數預測值 95
表4.21 資料組1 之電力需求與各影響因子數列 96
表4.22 資料組1 數列單位統一化處理結果表 97
表4.23 資料組1 影響因子數列對電力需求數列之差絕對值表 97
表4.24 資料組1之關聯係數表 98
表4.25 資料組1之關聯度表 98
表4.26 資料組2之電力需求與各影響因子數列 98
表4.27 資料組3之電力需求與各影響因子數列 99
表4.28 資料組4之電力需求與各影響因子數列 99
表4.29 資料組5之電力需求與各影響因子數列 99
表4.30 資料組6之電力需求與各影響因子數列 100
表4.31 資料組7之電力需求與各影響因子數列 100
表4.32 資料組8之電力需求與各影響因子數列 100
表4.33 各資料組關聯度表 101
表4.34 灰色季節模式一分析與預測之結果 102
表4.35 灰色季節模式一98年實際值與預測值相關係數表 103
表4.36 灰色季節模式二資料組1分析與預測之結果 105
表4.37 灰色季節模式二資料組分析與預測之結果 105
表5.1 時間序列模式預測能力比較表 108
表5.2 RGM(1，1)模式和灰色季節模式一預測能力比較表 110
表5.3 RGM(1，1)模式和灰色季節模式二預測能力比較表 110
表5.4 各種預測法效益能力比較表 112

圖目錄
圖2.1 九十五年度各級學校用電度數比例 7
圖2.2 教育部暨所屬機關學校95~98年用電量 9
圖2.3 網控電力監視系統架構示意圖 14
圖2.4 教育部能源管理執行現況 16
圖2.5 ARIMA模式建構圖 31
圖2.6 類神經網路架構圖 33
圖3.1 時間序列相乘及相加模式分析與預測 55
圖4.1 指數平滑法實際值與預測值之折線圖 71
圖4.2 指數平滑法實際與預測值相關係數圖 71
圖4.3 HOLT，S指數平滑法預測值與實際值之折線圖 75
圖4.4 HOLT，S指數平滑法實際與預測值相關係數圖 75
圖4.5 時間序列相乘模式之中心化移動平均值折線圖 78
圖4.6 時間序列相乘模式之實際值與預測之折線圖 80
圖4.7 時間序列相乘模式實際與預測值相關係數圖 80
圖4.8 時間序列相加模式實際值與預測值之折線圖 84
圖4.9 灰建模原始數據組（資料組1~資料組2）紀錄折線圖 87
圖4.10 灰建模原始數據組（資料組3~資料組8）紀錄折線圖 88
圖4.11 RGM(1，1)模式（4筆）預測97/1~98/12之折線圖 94
圖4.12 RGM(1,1)模式不同期數之預測值效率直方圖 95
圖4.13 利用灰色季節模式一98年實際值與預測值的折線 103
圖5.1 指數平滑、HOLT，S指數與實際值平滑折線比較圖 107
圖5.2 各種預測法與98年實際值之折線圖 111

Wong C.C., and Lai H.R., “A New Grey Relational Measureme,” The Journal of Grey System, Vol.12, No.4, pp.341-346.（2000）
Deng J.L., “Introduction to Grey System Theory,” The Journal of Grey System, Vol.1, pp.1-24（1989）
Liang, Ruey-Hsun, “Grey Linear Programming Based Redispatch Technique to Dynamic Generation Allocation,” Science and Technology periodical, Vol. 349-355.（1998）
Tamura Y., Zhang Deping, “Load Forecasting Using Grey Dynamic Model,” Journal of Grey System, Vol.4, No.1 pp.49-58.（1992）
Yao, W.L, Sun, J.H and Ku, C.H, “Design And Implementation Of Automated Monitoring And Control Electric Systems,” The Sixth International Conference on Automation Technology, Vol.2, pp.179-185.（2000）
Morita, H., T. Kase, Y. Tamura, and S. Iwamoto, “Interval Prediction of Annual Maximum Demand Using Grey Dynamic Model,” Electrical Power & Energy Systems, Vol.18, No.7,409-413.（1996）
C. Chartfield, M. Yar, “Holt-Winters forecasting: some practical issues”, The Statistician, Vol. 37, No. 2, pp. 129-140, 1988.
方金海，「台南女子技術學院電力監控系統之規劃與建置」，碩士論文，南台科技大學電機工程研究所，台南（2005）。
王隆誠，「結合網際網路之分散式電力監控系統」，碩士論文，國立中山大學電機工程學系研究所，高雄（2001）。
謝克岱，「學校最高電力負載預測系統開發與應用」，碩士論文，國立中興大學土木工程研究所，台中（2004）。
涂仕鴻，「應用統計方法之智慧型電力監控系」，碩士論文，國立台北科技大學電機工程研究所，臺北（2005）。
史光榮，「電力系統動態狀態估計與負載預測之研究」，博士論文，國立成功大學機工程研究所，台南（2002）
莊國彬，「結合灰色與模糊理論在負載預測之應用」，碩士論文，國立台北科技大學電機工程研究所，臺北（2000）。
廖炳坤，「類神經在電力負載預測之應用」，碩士論文，元智大學工業工程研究所，桃園（1994）。
梁天旗，「電力系統負載預測之灰色系統模式」，碩士論文，國立成功大學電機工程研究所，台南（1995）。
吳菁菁，「類神經網路應用於短期用電量之預測」，碩士論文，元智大學工業工程研究所，桃園（1993）。

李玉堂，「灰色建模預測控制在電力系統穩定度上之應用」，碩士論文，國立成功大學電機工程研究所，台南（1994）。
徐桂祥，「灰色系統在商情預測上之研究」，碩士論文，雲林技術學院資訊管理技術研究所，雲林，（1997）。
陳石崇，「類神經網路在預測上的應用－以國產自用小汽車市場為例」，碩士論文，中央大學資訊管理研究所，桃園（1994）。
呂柏賢，「灰色需求預測模式之研究－以易腐性商品為例」，碩士論文，東海大學工業工程學系，台中（2000）。
蘇慧倚，「應用時間序列模式進行電力需量預測與節能改善評估」，碩士論文，朝陽科技大學環境工程與管理研究所，台中（2007）。
洪進翔，「電力需量迴歸模型之網路資料庫系統建置」，碩士論文，高雄應用科技大學電能與控制工程研究所，高雄（2003）。
張燕宗，「以類神經網路與灰色理論預測掩埋場添加灰燼氣體產量之
研究」，碩士論文，朝陽科技大學環境工程與管理研究所，台中（2007）。
財團法人台灣綠色生產力基金會，九十五年度校園電力管理資訊化輔導團計畫~校園節能推廣手冊。
經濟部能源局，「學校節約能源技術手冊」，（2007）。
陳榮方、楊敏里，「灰色理論與迴歸預測應用於短期預測之探討」， 高雄科學技術學院學報第27期，高雄（1997）。
許可達、羅國彥、游美利，「應用灰色GM(1,1)模型與指數平滑法於老人失能率與老年長期照護需求之預測」，計量管理期刊，第五卷，第一期，第 25~38頁（2008）
翁慶昌、陳嘉欉、賴宏仁，灰色系統基本方法及其應用，高立圖書有限公
司，台北 (2001)。
溫坤禮、張簡士琨、蔡鎭愷、王建文、林慧姍，MATLAB在灰色系統理論的應用，全華科技圖書股份有限公司，(2006)。
鄧聚龍、郭洪，灰預測原理與應用，全華科技出版社，臺北 (1996)。
史開泉、吳國威、黃有評，灰色信息關係論，全華科技圖書股份有限公司，臺北（1994）
林茂文，時間數列分析與預測，華泰書局，臺北，第175-250 頁(1992)。
張偉哲、溫坤禮、張庭政，灰關聯模型方法與運用，高立圖書股份有限公司（2000）
江金山、吳佩玲、蔣禕第，張廷政、詹福賜、張軒庭、溫坤禮，灰色理論入門，高立圖書股份有限公司（1998）
中技社節能技術發展中心網站http://www.ctciectdc.org.tw
教育部全球資訊網http://www.edu.tw/index.htm
台灣電力公司http://www.taipower.com.tw/