●技術簡介：
本研究探討由循環管路聯結多個冰水主機、冷卻水塔以及水泵等主要設備所組成的複雜冰水空調系統之節能效益。基於大數據驅動之深度學習建模方法提供冰水系統的優化參數，降低冰水系統的耗電量。從實驗表明，本項技術在友達光電龍潭廠既有的節電效率上，約能往上再提升2.4％。此方法目前已經具體實現在友達光電的多個廠房。
●技術之科學突破性：
無論商辦大樓還是工業用電，空調系統之用電占比幾乎近半，其中大型的空調系統概由冰水主機組成，如何有效地針對冰水空調系統進行節能改善一直是重要議題。冰水空調系統的運轉參數主要受到天氣以及負載影響，然而循環管路內的各個設備之間的節能效益也會相互影響。此外，相同之設備，因新舊、老化、使用上的差異，其運轉特性亦有所不同。還有，為維持工廠生產線的穩定，冰水空調系統亦不容許採取嘗試錯誤的方式於線上進行運轉參數調校。因此，如何準確建立運轉模型，直接找出最節能的運轉參數，是很具挑戰性的任務。本團隊針對冰水主機負載調配和冷卻水循環系統參數優化的節能標的，研發新穎的深度學習神經網路來建立完善且準確的冰水空調系統運轉模型，模型準確度高達95％以上。此技術能隨著天氣與室內溫度變化，即時根據當前環境，搜尋出最節能的運轉參數，降低冰水空調系統的耗能，節能效益約2.42％。本項技術研發階段以友達光電的桃園龍潭渴望園區L5B廠為計畫落地驗證對象，此廠房的冰水系統節能效率原本已處於很高的水準。友達光電對於本團隊所開發之節能技術甚為滿意，目前已推廣並實現此項技術至其華亞科學園區以及南科高雄園區的廠房，表明了本技術具有足夠強健性及適應性。
此計畫獲選為綠能科技聯合研發計畫109年度亮點團隊，並於2020年8月27日接受天下雜誌專訪，分享團隊研發成果、產學合作與應用等內容。而且本團隊受邀參與2021年3月12日「Taiwan GET！國際論壇暨成果發表會」以及成果發表會所舉辦的相關競賽(GET Pitch!智慧綠能創新大會)。本研究團隊在17組的亮點團隊中脫穎而出，以 深度學習之冰水系統節能技術 榮獲第三名。
近來報章揭露著名半導體廠旺宏電子(與清華大學合作)和台積電分別利用人工智慧方法進行冰水系統節能。由清華大學所研發的「優化開關冰機配置組合的最佳決策」，是希望讓每台冰水主機在最佳效能區間內運轉以節能並提昇設備效益。台積電的人工智慧冰水系統節能技術，是為解決機台老化、找尋最佳冷卻水參數等問題。 我們無從得知上述二家半導體廠的人工智慧節能方法的技術細節，然而從新聞報導所透露出來的節能效益，旺宏電子約節省0.36 ％，台積電約節省2 ％， 與我們目前得到的成效大抵若合符節！ 這也顯示我們研發出的節能技術具有高價值，還隱隱略勝國際一流大廠的節能效益。
●技術之產業應用性：
不論是在半導體產業或式面板廠，冰水空調系統都是非常耗能的，如何在不影響製程良率和品質下，讓冰水空調系統節以最低耗能發揮最大效能，是目前業者希望引入的技術之一。但冰水空調系統的參數調控，往往直接影響到廠房的溫溼度，進而影響製程良率和品質。因為事關重大，不允許以嘗試錯誤的方式去調整參數值，因此業者大抵遵循傳統一貫的參數設定值。
本研究基於深度學習技術和大數據分析，開發了模組化的節能技術，該技術分成四個部分，分別為冰水出水溫參數優化、冷卻水循環參數優化、冰水主機負載調配優化以及冷卻水塔故障偵測以及排程優化。模組化的技術適合應用於許許多多擁有冰水空調系統的工廠及大樓，只需要提供前一年的冰水空調系統運行數據，即能幫助該冰水空調系統找尋最佳運行參數，降低冰水空調系統之能耗。
本團隊與友達光電共同合作，開發出一套基於大數據驅動深度學習之冰水系統節能技術，應用於友達光電的桃園龍潭渴望園區L5B廠。友達光電對於本團隊所開發之節能技術頗為滿意，不僅邀請本團隊參加友達光電公司內部舉辦的成果展，公司還積極推廣此技術至其他廠區(已實際應用之場域: 友達光電的華亞科學園區以及南科高雄園區的廠房)，並頒發感謝狀。

線上展網址：
https://tievirtual.twtm.com.tw/iframe/4d952c33-c444-4cb6-8334-6daaee66afaf?group=23bfb1fa-dd5b-4836-81a1-4a1809b1bae5&lang=tw