| 近幾年的電力需求節節上升，且新能源的開
發進度緩不濟急，再加上新電廠難產，每每造成
備轉容量率吃緊，我國對於電力的迫切需求已是
刻不容緩。而在這風口浪尖，社會上針對電力的
各種負面言論喧囂塵上。前有企業揚言出走，後
有環保團體壓力，政府處在電力需求高漲，卻沒
法增加供電量的窘境。無法蓋電廠「開源」，那布
建智慧電表的「節流」就成了關鍵。幸而這早已
是國際上的「顯學」，也有許多專家學者投入智慧
電表及其周邊相關的研究，我國政府也在2016年
宣告加速布建智慧電表，並植基於此構建整合發
電、輸電、配電及用戶的智慧電網為目標。
值此國內外趨勢下，本研究利用2016年智慧
電表用戶的歷史用電數據共七千餘戶進行用電量
分析。參考台電對於三段式時間電價之定義將每
日整併為7個時段，以此為基礎利用k-means 方法
將用戶分為5群，接著使用深度學習LSTM 模型進
行未來每星期用電度數的預測。最終，5群用戶的
預測結果在MAPE 的評測上皆為「高精準預測」，
而判定係數R2也顯示良好的資料變異解釋力；另
外，本研究調適之LSTM模型在與傳統迴歸模型的
比較也有絕對優勢。本論文的研究成果能協助相
關業管單位預測未來的用電尖峰時刻，以提供如
供電預警、節電宣導與推動、供電機組歲修等決
策的參考依據。 |
