能源知識庫

重點摘述

本研究採用中央氣象局觀測站之五都(新北市、臺北市、臺南市、臺中市和高雄市)逐時平均溫度及全國總發電量作為輸入參數，並使用兼具模糊推論系統特性及類神經網路架構之調適性網路模糊推論系統(Adaptive Network-Based Fuzzy Inference System, ANFIS)預測模型建構與分析，其中，以歷史2年全國總發電量及五都平均溫度進行訓練，並於2年中選取720小時數據作為模型之驗證資料，並取另1整年逐時資訊作為模型測試資料。

本研究建立之短期電力負載預測模型，係利用當時刻、前一二時刻之五都平均溫度及全國總發電量作為輸入變數，輸出之預測結果具有一定準確性，所得之結語如下：

1. 藉由本研究所建構之短期電力負載預測模型，納入之溫度對於全國總發電量具有一定影響力。
2. 本研究採用之輸入變數以ANFIS預測下一時刻全國總發電量，更能有效掌握臺灣負載趨勢。
3. 人為活動會因季節不同(氣象因子改變)而改變用電型態，模型會因氣象等外在因子而降低預測之準確性，未來期能持續更新訓練參數及評估用電型態，以利此研究方向的進行。