林逸松

數據分析工程師

  彰化,  台灣

   0912-374-801

e-mail :  [email protected]

      研究能源相關數據長達5年,喜歡冒險,走自己的道路,愛於嘗試未知事物。對數字敏感,擅長作業研究、時間序列、機器學習、電力系統,關注能源轉型與永續發展,熱衷於研究能源數據應用。

        用電大戶條款,RE100,使綠電需求量逐漸上升。但是再生能源的不穩定性,需要對應的智慧能源管理系統。隨著IOT發展,如何讓能源使用更有效率?能否善用每一度電?如何節能減碳,永續發展是目前全球所關注的事情。眾人之事,眾人助之,這是我目前最在意的事物,因此想朝此方向前進。       

        數據分析是未來的關鍵技術,在電力領域發電預測是十分重要的,會影響供電的穩定性,同時發電預測也可以用來分析太陽能板是否需要進行維修、清洗,未來更可以搭配儲能系統參與自由電力市場。     

技能

Python


  • Data Manipulation: pandas,  numpy

  • Data Visualization: matplotlib,  seaborn

  • Time Series : statsmodels , pmdarima

  • Web Scraping: bs4 , requests . 收集台電,中央氣象局資料。

  • Unit Test: pytest

Machine Learning


  • scikit-learn
  • Keras
  • XGBoost
  • Tensorflow

Programming


  • MySQL : Subqueries, Nested Queries ,Window Functions

  • Matlab : Power System Simulation , Optimization

  • C: Firmware

  • Git: Version Control

  • Linux Command

Language


  • English 
  • Chinese

工作經歷

BIOS工程師

AAEON Technology Inc. (研揚科技)  •  十月 2020 - 三月 2021

從事工業電腦UEFI客製化,主要為AMI BIOS系統研發。
完成公司長達2年未完善的SMBIOS應用軟體,並經過多種平台測試,皆可正常運行。
開發UP2與Intel Slim Bootloader 相關韌體應用,可用Slim Bootloader 來啟動UP2。

替代役社會役

老五老基金會  •  九月 2019 - 八月 2020

協助照顧服務員老人照顧,設計課程與老人互動。幫助社工師長照送餐服務,以EXCEL設計可便利更新月份、統計送餐數量與價格計算之表格,使社工師工作效率更快。

學歷

國立臺灣大學

電機工程學系  碩士•  2017 - 2019

考慮未來電網會有大量再生能源併網問題,並研究機器學習可否應用在其,題目為智慧預測。期間有碰過學校屋頂的太陽能系統,對能源管理稍有認知。

逢甲大學

電機工程學系  學士•  2014 - 2017

應用數學系所學,去適應電機系問題,對電力較感興趣。後來專注於智慧調度問題,也因此有機會進台大電機所。

國立政治大學

應用數學系  肄業•  2010 - 2014

修習作業研究、微積分、線性代數、統計、機率,後來對所學感到困惑,最後以就業導向轉入電機系。

作品


以機器學習進行太陽短期輸出預測

        對於未來電網,高佔比供電不穩定的太陽能會對穩定度造成劇烈影響。因此智慧預測與儲能技術會是解決辦法之一,配上負載預測、需量反應與智慧電網等技術可保持供電穩定。如何準測預測太陽能發電量,結合時間序列與機器學習,自行開發爬蟲收集台電機組發電量和中央氣象局天氣資料,進行預測。

預測結果:

.RMSE(root mean squared error):85.7867

.MAR(mean absolute error):38.3409

.MRE(mean relative error ):2.67%

.Correlation coefficient:0.9406

(裝置容量為:1500KW)

Github

最佳化電力潮流

        以Matlab和開源軟體Matpower為基礎,研究經濟調度問題,是電力系統中經典的作業研究問題。經濟調度是因為不同的電廠有不同的發電成本,如何在滿足電力潮流需求下,使發電成本最低?

        考慮到未來電網會有大量再生能源併網與需量反應問題,如何增加系統穩定度、減少線路損失、調節無效功率並滿足經濟調度等多目標要求最佳化。最後以純量法配上不同權重以及限制式法,來進行多目標最佳化電力潮流分析,可同時增加穩定度、減少線路損失、調節無效功率與滿足經濟調度需求。

成果:

.減少10%發電成本

.減少20%線路損失

.調節10%無效功率

.使穩定度L-index指標改善5%

Github

Powered by CakeResumePowered by CakeResume