整合設計
建築能源管理現況
為了削減開支增加競爭力，近年來建築節能成為企業十分關注的議題。目前經由適當的建築能耗評估，大多數的案例皆能找到值得優先投資的節能項目，並能夠在規劃中的回收年限後開始產生正效益。
人工智能佳化策略
系統隨時修正優化操作條件，則可以在不增加任何新硬體設備的情況 下，達到一定程度的節能效果。過去的專案經驗證明，此類僅涉及系統運作最佳化的節能方案回收年限明顯短於其他節能方式，應列為最優先考量實施的節能項目。
設備故障預警系統
其實不少設備故障的情形都是一個漸進過程，如果能夠加以監測，則能從歷史紀錄清楚 地發現設備性能已經漸漸劣化，再輔以大數據的分析，要找出設備高故障風險的特徵值並非不可能。利用該數據比照業主業務停擺時間長度與損失的關係，則可以提供一個最佳設備更換時機，而非目前的損壞通知更換模式。
傳統能源監控系統
主動式與被動式差異
| 本公司人工智慧法 | 傳統式手動排成法 | 被動式性能曲線法 | 被動式數據分析法 | |
|---|---|---|---|---|
|
系統是否持續保持 在最佳化狀態 |
||||
| 新策略建議 | ||||
| 系統運作模式 | 自動 | 手動/自動 | 自動 | 自動 |
| 系統持續進化 | ||||
| 感測器需求 | ||||
| 人力需求 | 建置初期 | 常駐 | 建置初期 | 週期性 |
| 基本功能 | 技術規格 | 產業效益 |
|---|---|---|
| 資訊可視化 | 透過IOT資訊技術將現場能源用量即時可視化，透過圖表、數值方式呈現。 依據台電15分鐘用電需量判斷是否超約，若超約當下發布Line/E-mail通知操作人員，進行手動卸載。 | 量化能耗當前使用量，並以適當表達的圖表方式呈現，以利快速掌握當前能耗狀態。 |
| 需量超約通報 | 依據台電15分鐘用電需量判斷是否超約，若超約當下發布Line/E-mail通知操作人員，進行手動卸載。 | 合理的超約是平衡年度電費的方式之一，需控制超約量為10%內，即時通報可避免未適當卸載設備導致超約費用提高2倍。 |
| 用電量預警 | 建立用電基準線，統計當日用電量與基準線比較，假使比基準線高出10%，則發布Line/E-mail通知操作人員，提醒空調設備效率下降導致用電升高。 | 藉由用電基準線比較間接性提醒設備效率下降，使用電量提高，提早進行設備維護保養、監測人為疏失而導致用電量增長。 |
| 環境品質監視 | 透過IOT資訊技術監視室內環境溫度是否在舒適度範圍內，若表現超出舒適範圍則發布Line/E-mail通報操作人員，可進行設定溫度調整。 | 投入節能措施的同時需兼顧環境條件的品質，有良好的環境品質可提升使用者身心健康，提高生產力及歸屬感。 |
| 用電時段統計分析 | 依台電用電時段定義區間統計各用電量，進而分析用電時段佔比合理性，另外其資料可提供節能方案導入策略參考。 | 透過數位電錶連續不間斷的用電資訊，可依據台電規定之時段區間統計用量，在電費單未來之前可透過控制手法使用電量技術性調配至適當時區進而控制合理之電費。 |
| 能源月報表 | 可依據用戶慣用能源統計表單設計，透過IT技術可自動於平台生成報表，方能於平台下載檔案。 | 自動生成客製化月報表，提高作業效率，降低人力成本。 |
| 擴充功能 | 技術規格 | 產業效益 |
|---|---|---|
| 感測器預警通報 | 透過人工智慧演算法計算失真率，超過正常範圍則發佈通報Line/E-mail至操作人員進行檢修。 | 所謂GIGO正是證明數據品質的重要性，透過AI人工智慧可辨識失真率以維持感測器數值正確性，必定能維持佳化策略的準確度。 |
| 冰水主機性能預警 | 依據美國冷凍空調協會（ASHRAE）G14. Standard作業程序回歸冰水主機性能模型，建立基準線並每日自動進行基準線比較，如性能下降則發布通報提醒保養檢修。 | 能透過性能下降預測設備故障機率，適時檢修保養避免設備應故障而導致營運上之損失。 |
| 最佳化開機策略 | 透過API擷取氣象預報資訊，再以人工智慧演算法預測隔日最佳開機模式策略。 | 根據不同主機性能特性在已知需求負荷時能產出最佳化操作開機模式及最佳設定冰水溫度之策略，僅僅透過參數設定即可有效的達到平均10.35%之節能率。 |
| 績效指標評鑑 | 運用人工智慧演算法分類不同基準條件下的用電戶可透過績效指標模組給定排名及分數。 | 改變過去僅僅用EUI指標判別節能績效，此方法採多維因數概念來評鑑，更為客觀其參考價值性更大。 |
