人造環境之數位分身加值應用：以深度學習/BIM/智慧電表/IoT示範能源管理(2/3)

從用電安全、英國智慧電表開放資料、數位分身的角度開始，本研究探討台灣智慧電表的加值應用。過去已和能源局與工研院合作取得少量台灣資料來分析用電行為，本研究改良深度學習LSTM方法，使其先預測用電不安全的三種情形：瞬間用電超標、持續性用電超標，與經常性用電超標，建立預警系統，接著，結合IoT裝置收集環境面資料，搭配智慧電表來進行用電量預測。最後，在測試的場域建構虛擬世界，以數位分身的作法示範節電規則，讓居民可在個人隱私保障的情況下，預測未來是否用電安全，與可進行的節電行為為何。