老台電73年電業資料成瑰寶!團隊學AI一年已養出8隻智慧小獅
老台電73年電業資料成瑰寶!團隊學AI一年已養出8隻智慧小獅

這一天台電員工聚集在會議室裡,籌備一年的台電AI大數據人才競賽終於可以大秀成果,8組團隊導入人工智慧、機器學習來解決電力相關問題,透過新科技的力量,讓老台電多年累積的資料數據「徹底解放」。

台電特別邀來行政院數位政委唐鳳來擔任評審團主席,以及台灣智慧電網產業協會名譽理事長林法正、清大電機資訊學院院長黃能富、天氣風險管理開發公司總經理彭啟明、工研院巨量資訊科技中心副執行長黃維中等各領域專家擔任評審。

台電AI大數據人才競賽
台電今年首辦AI大數據人才競賽,透過AI落地發展數位轉型。
圖/ 台電

由台電發電、配電、環保、電力調度、供電、再生能源及業務、研究部門籌組8隊相互競賽,這8組團隊也是台電內部精挑細選的人才,學習運用機器學習及人工智慧等演算法進行資料的分析與模型建立,來解決電業營運上所碰到的問題。

電力調度智慧化,省下9成人工查詢時間

像是因應再生能源上升趨勢,台電的電力調度將成為一大挑戰。負責全台電力調度的中央調度室,提出「即時負載輔助調度工具」。

台電AI大數據人才競賽
台電電力調度處中央調度監李青霖表示,透過即時負載輔助調度工具,將可縮短調度員9成的查詢時間,把更多心力放在再生能源預測上。
圖/ 陳映璇攝影

台電電力調度處中央調度監李青霖表示,要確保電力系統穩定,必須即時掌握電力的供需情況,其中負載的變化是一大關鍵(編按:負載為工廠、家庭等消耗電能)。造成負載的變化因素多,以往透過調度員人工查詢今日的天氣狀況,並查看即時系統負載變化,再調出歷史上相似的用電參考日,但負載是時時刻刻在變化,也考驗調度員的智慧。

這次透過整合大數據資料庫,建立一個自動化、圖像化的智慧推薦系統,調度員可設定各參數比重,系統會推薦出歷史上10天相近的負載曲線做為參考,透過科技的加持,可以縮短調度員9成的查詢時間,實際解決工作的痛點。

不過太陽、風具有變動性,沒有歷史資料可參考,因此預測的技術就變得重要,李青霖說,未來中央氣象局的預測必須更準確,目前台電也與氣象局展開合作。

但對於大數據的應用,李青霖憂喜參半,他擔心未來調度員會變得太依賴工具,傳統的調度經驗將失傳;但往好的方向思考,或許可以把時間省下,花更多時間觀察風、光的關聯性,做出因應策略。([太陽能板募資始祖轉行!陽光伏特家拿到第一張「純」賣綠電執照,交易如何進行?][1])

導入機器學習,進行電力設備維護及預防保養

在配電上,有組別透過導入機器學習,進行變壓器的提前維護預測分析,降低變壓器的故障率;第一名的組別甚至從概念驗證走入現場服務驗證,導入機器學習模型列出全台有問題的斷路器清單,並召集各區進行斷路器檢修,成功排除異常的斷路器。

也有隊伍透過AI系統提前掌握電塔污損程度,以往是靠檢修人員定期維護、爬到鐵塔上才能發現污損問題,現在透過AI,能讓檢修人員在時間安排上更有效率。

台電AI大數據人才競賽
工具人組別實際走到現場,透過導入機器學習模型,成功找出全台有問題的斷路器清單,一舉奪得第一名。
圖/ 陳映璇攝影

台電拚數位轉型,參與資料商機

這次台電AI大數據人才競賽,幕後操盤是推動資料科學的DSP智庫驅動公司,透過AI落地來協助台電進行數位轉型。智庫驅動知識長謝宗震表示,今年是台電推動AI大數據的重要一年,從今年年初幫台電員工訓練AI思維與技能的培養,花了半年養成AI底子,再花半年進行概念驗證。

智庫驅動告訴學員AI的極限以及AI可以解決的問題,再加上台電本身的技術實力,即便是首屆,8組團隊的成果展現都讓評審大讚台電人才濟濟。

天氣風險管理開發公司總經理彭啟明形容,已經看到台電有「8隻小獅子」正蓄勢待發,未來的台電不止生產電力,還能參與資料商機。

隨著《電業法》修正,開放綠電自由化,台電寡占的局面勢必面臨其他電力公司的挑戰,台電董事長楊偉甫坦言,未來台電必須多角化經營,像是把技術輸出海外,進一步拓展台電的業務,公司也從今年起舉辦AI大數據人才競賽,將多年來累積的電力資料,結合大數據、AI技術,從內部點燃創新的能量。

責任編輯:蕭閔云
[1]: https://www.bnext.com.tw/article/54892/sunnyfounder-first-renewable-energy-sales-license

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓