電能管理模型

電能管理模型資料收集自畜牧場能源管理系統 (SSNARC Stock Farm Energy Manage System) 的過去耗電量與發電量,透過CNN架構提取特徵可準確預測未來用電量,且精度提升至每分鐘更新,誤差縮小至1%以下。此外,完成數據化運作的監測能夠即時預測溪心壩畜牧試驗場每分鐘的耗電量與發電量,當預測模型發現電力不足時(耗電量超過發電量),模型能提早透過系統示警提醒氫能系統發電(將儲能氫氣轉化為電力),避免畜牧試驗場因電力不足而導致產能下降。透過此模型的開發,能讓10kW氫能發電系統穩定運行,並最終達成零碳排放的氫能發電之展示。

資料與資源


基礎工具

  • model.pthpth

額外的資訊

欄位
最後更新 3月 18, 2025, 13:39 (+0800)
建立 8月 19, 2024, 23:09 (+0800)

推薦AI模型

水稻水分微氣象站影像辨識系統

更新頻率 定期
瀏覽次數 5
下載次數 0
本專案實作一套以 VGG16 架構為基礎的卷積神經網路(CNN),用於預測水稻田之灌溉狀態。該模型可於不同生育期判別田區為「有灌水」或「不灌水」。

釩摻雜的鎳鈷層狀雙氫氧化合物之製程優化模型

更新頻率 定期
瀏覽次數 250
下載次數 9
使用釩摻雜的鎳鈷層狀雙氫氧化合物之過電位資料集訓練本模型,透過隨機森林挑選權重較高的特徵進行多項式回歸模型的訓練,後續透過Pipeline與網格搜索,設置完整的模型訓練流程與最佳參數的尋找。訓練期間使用留一法交叉驗證( Leave-One-Out...

液珠影像辨識排序模型

更新頻率 定期
瀏覽次數 7223
下載次數 1
液珠影像辨識以及排序模型 以影像處理的方式先對微流體系統進行定位,使用物件偵測模型YOLO v7辨識液珠,即時找出液珠在畫面中所在的位置,結合多目標物件追蹤系統,追蹤每一顆液珠在微流體中的移動量,程式確實能按照液珠進入畫面的順序給予編號,確保每個液珠在連續的幀中具有一致性的標籤。 使用方法 先安裝好環境,可以參考以下鏈結: YOLOv7 實作筆記...