"國立臺灣科技大學PiM實驗室為居家透天住宅開發一套能耗監控、預測系統暨預警平台，該系統由智慧電表與感測器自動收集數據儲存雲端伺服器，之後於機器學習預警系統即時顯示住宅能源負載量，並以研究團隊自行開發之時間滑動視窗架構之季節性自回歸平均移動法結合自然啟發式優化機器學習，預測次日15分鐘區間的能源消耗

"回顧過往研究於建築能耗監控以及預測技術多採商用套裝軟體，除預測技術多為線性迴歸，亦較無法為居家住宅客製需求。研究團隊針對國內透天住宅長期用電態樣發現居家能源消耗數據包含線性及非線性型態，而季節轉換過程更是影響預測模型準確度的重要因素。爰此，本技術開發之人工智慧技術綜合兩種型態之模型並分階段進行預測

"自然資源庫存以及能源供給已為現今全球議題，從國家政策至普羅大眾都有節能省電的責任，各領域並積極尋求各式解決或有效管理能源的辦法。根據台灣電力公司報告指出低壓用戶占每日尖峰用電五成以上，為舒緩用電尖峰期間之電力負載，若能協助居家用電主動調整用電時段，分散需求積沙成塔或能降低電力備轉壓力，使供電單位有