隨著能源價格波動及 ESG 永續經營的崛起,企業必須更加重視能源運用的效率,水電消耗以及穩定能源供應成為關注焦點。透過 AI 分析企業既有資訊,預測設備的健康度、水電能源用量等,進一步掌握從水電配置到用量的穩定性,大幅提升預判準確率之餘更能在異常狀況造成損失前防患未然。

為何需要 AI 預測用水用電異常?
水電路規模龐大遍佈企業各處,但往往在產生資源浪費後才投入大量人力與時間逐一排查,即便擁有過往異常資訊,也難以判讀重要影響因素進行改善,企業在用水用電預測時常遭遇以下困難:
:

用量波動大
雖然擁有過往用水用電資訊,但每季度營運狀況不同,難以判斷該季正常使用量

異常警示反應不及
偵測系統無法對未來狀況提出預測,僅能在出現異常時提出警訊,過晚的反應時間造成鉅額損失

難以有效判斷異常位置
廠房或企業範圍廣大,例行水電管線檢修成本高昂卻難有實質預防性成效
Decanter AI 用水用電異常預測解決方案
預測方案協助企業掌握異常時間點,僅需擁有水電相關數據,透過 Decanter AI 的自動化分析、建模及預測,即可產出未來異常潛在狀況,幫助企業提升資源運用效率,在資訊運用上化被動為主動
Step1
數據準備
- 設備基本信息
- 異常事件標記
- 設備或裝置用水用電狀態
- 傳感器實時參數數據
Step 2
建立模型
- 利用該季數據推估正常用量
- 預測未來是否有用水用電異常
Step 3
結果分析與應用對接
- 用電用水異常時間與地點預測
- 異常重要因子分析
- 終端設備串接