藻光同行:一趟巡檢,同時守住綠電與固碳
G 永續轉型
- 申請編號
- 122
- 隊名
- AI藻光同行隊
- 聯絡人
- 陳瑀彤 ・0909973198 ・Jess1357992@gmail.com
AI 輔助評估
摘要
在既有光電場加設微藻養殖模組,以一台移動巡檢車搭配影像辨識,一趟同時檢查太陽能板髒污損傷與微藻生長,並整合於單一管理介面。
實質空洞
否
— 有原型但效益數字浮誇
卡詞
否
治理樣板
否
既有作品
成大淨零實驗室已有國科會「AI影像辨識淨零微電網雙模辨識系統」、光電AI辨識與微藻固碳計畫,與本案核心重疊
類似前案(有沒有別人做過)
光電場自主巡檢機器人(Clearpath Husky Observer)及光電+微藻整合研究已存在,本案僅合併兩者
性別影響
完全未觸及性別;三位列名成員皆為男性,女性聯絡人未列入成員與分工,光電維運與實驗室領域性別失衡未被正視。
DEI
宣稱減少人工巡查,實為取代低技術巡檢人力卻未提轉型;介面靠燈號顏色,未考慮色覺障礙與無障礙;分工欄空白、4人僅列3人。
STS·社會影響
固碳量以1MW推估272至315噸並外推2040全國情境,缺乏計算依據且與自稱「不靠照片宣稱固碳」矛盾;微藻採收後生物質去向未定,碳可能回到大氣,有漂綠疑慮;對應森林碳匯願望牽強。
AI 使用
核心為RGB影像辨識模型並申請國網中心算力,卻勾選未使用AI工具,自相矛盾;以外觀影像判斷微藻生長為弱代理指標,辨識準確度與訓練資料規模皆未揭露。
資安隱私
疑慮偏低;但巡檢車攝影在校園或公共場域可能拍到人員,管理介面公開設備健康狀態亦可能暴露場域弱點,均未提及存取控管。
初審
| 總分 | 可行性 | 社會影響力 | 創新性 | 提案團隊多元性 | 資料治理思維 |
|---|---|---|---|---|---|
| 4.31 | 8 | 2 | 4 | 1 | 2 |
評語
太陽能養固碳設備,能回饋給發電的電就變少了。藻類固碳不易長期封存。
筆記
光電同時養綠藻尚屬研究,很少規模化。
初審會議筆記
(無)
工作坊
筆記
(無)
決審
| 總分 | 可行性 | 社會影響力 | 創新性 | 實作進程驗證 |
|---|---|---|---|---|
| (無) | (無) | (無) | (無) | (無) |
入選
否
評語
(無)
筆記
(無)
同團隊提案(團隊 2) 待查證
同主題提案(主題 30:微藻碳匯與光電)
- #73 AI驅動微藻樹城市碳匯與韌性能源公共服務平台
- #122 藻光同行:一趟巡檢,同時守住綠電與固碳
壹、隊名及題目
一、隊名
AI藻光同行隊
二、題目
藻光同行:一趟巡檢,同時守住綠電與固碳
三、提案對應之徵件構面
永續轉型
四、團隊要解決的問題?
太陽光電可以生產綠電,但大多數場域的管理仍只關注「發多少電」;另一方面,微藻能利用光合作用吸收二氧化碳並形成生物質,具有發展生物固碳的潛力,卻需要持續觀察生長狀態。我們提出一趟AI-DDM系統,在原有的光電系統中加入微藻養殖,將整體系統從零碳進一步提升到具有負碳效益,若兩套系統各自架設攝影、巡檢及管理設備,不但成本增加,也提高人員負擔。本提案希望讓既有光電場域不只生產綠電,也能成為探索生物固碳的示範場域,並透過同一台移動巡檢設備,一趟完成太陽能板髒污/損傷與微藻生長狀態檢查。最終讓管理者在同一介面看見「綠電是否健康運轉」以及「微藻是否正常生長」,建立更容易被理解、管理及推廣的淨零示範模式。
五、本提案是否屬於尚未進行、且尚未成立標案、未申請政府相關預算之計畫,階段性計畫亦同
是
六、前題若選否,請敘明招標機關、計畫名稱、計畫工作內容與本次精進內容
貳、聯絡人資訊
聯絡人姓名
陳瑀彤
聯絡人電話
0909973198
電子信箱(Email)
Jess1357992@gmail.com
參、提案內容說明
一、可行性
(一)已有隊員人數(含聯絡人)
4
(二)團隊成員及任務分工?
(三)參賽隊員中是否有「歷屆獲獎團隊或初審入選者」?
否
(四)參賽隊員中是否有其他之獲獎證明?
否
(五)請說明您的提案「已使用」哪些相關資料?
政府開放資料:
自備資料:已有自建太陽光電缺陷影像、公開光電缺陷影像及微藻養殖管柱影像,並已完成光電與微藻兩類影像的初步辨識驗證
(六)請說明您的提案「後續驗證期間」預計使用哪些相關資料?
政府開放資料:導入中央氣象署溫度、日照、降雨等觀測資料,並搭配能源署再生能源資料,作為環境條件與公共綠能應用背景。
自備資料:持續蒐集光電板影像、發電量、微藻影像、生長狀態、養殖週期及可量測的生物質變化,驗證雙模巡檢實際效益。
(七)除了上述資料外,是否有需要哪些機關的未開放資料?
否,沒有其他機關的未開放資料需求
(八)針對上述(欄位(五~七))之資料預計應用方式?
移動巡檢設備沿著固定路徑前進,抵達太陽能板區域時,自動判讀是否有灰塵、鳥糞或損傷;抵達微藻區域時,改為觀察養殖管柱及微藻生長狀態。兩種結果統一送到同一管理介面:光電端產生清潔、檢查或維修建議,微藻端則提供生長監測及採收時機參考。氣象資料則用來解釋不同日期的環境差異。如此可把原本兩套獨立巡檢工作合併為一次巡檢。後續並將加入微藻生物量等實測資訊,避免僅靠照片直接宣稱固碳量,逐步建立可被驗證的「發電+生物固碳」管理資料鏈。
(九)請說明提案預計實證及落地場域為何,如在中央或地方機關、產業或NPO/NGO等,如何導入公共服務運作?
第一階段以大學或既有研究場域建立小型「光電+微藻」示範區,驗證一台設備能否完成兩種巡檢任務。後續可推廣至校園、公有建築、環境教育場所、地方淨零示範基地及具有光電設施的公共場域。系統並非要求既有光電場全面改建,而是先以小規模微藻模組搭配既有光電,建立容易參觀與理解的示範單元。管理介面可公開呈現發電狀態、設備健康、微藻生長及環境資料,除了協助維運,也能轉化成淨零環境教育工具,讓民眾看見「綠電生產」與「碳吸收」是如何被實際監測。
(十)請說明提案實作期程規劃 (入選後至決審期間)?
第1–2週:整理既有光電與微藻影像模型,建立統一資料格式並串接氣象開放資料。
第3–4週:完成移動平台的雙模式切換及簡易管理介面,讓系統能依巡檢位置自動切換任務。
第5–6週:建立小型光電+微藻實證區,蒐集實際巡檢影像及微藻生長資料。
第7週:比較人工分開巡檢與單一平台巡檢在時間、人力及辨識結果上的差異。
第8週至決審:加入發電、生長與環境資訊展示,完成現場示範、效益驗證及公共場域導入模式。
二、社會影響力
(一)請說明您的具體解決方案?
本案提出的AI-DDM核心概念可以用一句話說明:「一台巡檢車,一趟看完兩種淨零設備。」 我們將微藻養殖模組配置在既有光電場域,由同一台移動設備搭載相機沿固定路徑巡檢。看到太陽能板時,系統判斷髒污或損傷;看到微藻區時,系統則觀察養殖管柱與生長狀態。管理者不必操作兩套系統,所有資訊都集中在同一介面,分別顯示「光電是否需要清潔/維修」與「微藻是否正常生長/接近採收」。未來再加入發電與微藻生物量實測,使場域能同時追蹤能源生產及生物固碳效果。
(二)提案是否回應公民許願池 ?
是
(三)前題若選是,請點選回應之願望名稱
夏季用電量上升,可發展自主發電
強化能源供應
讓森林碳匯管理更精準、更透明
(四)請說明您認為本次提案內容可帶來的影響與效益?
本提案可將既有光電場域由單一發電用途,升級為兼具綠電、生物固碳、智慧巡檢與環境教育的淨零示範場域。以1 MW基準案場估算,每年可創造約272.64至315.55公噸CO₂e的綜合環境效益,相當於約2.47至2.86座大安森林公園一整年的吸碳量。透過同一套巡檢設備同時服務光電與微藻系統,可減少重複架設相機、運算設備及人工巡查需求,提升場域與設備使用效率;並將發電、微藻生長及固碳資訊轉化為「看得見、量得到」的視覺化成果,讓民眾更容易理解淨零。若進一步擴散至全國光電場域,本研究情境推估顯示,在60%、70%及80%系統滲透率下,至2040年累積碳中和貢獻比例可分別達63.39%、75.09%及87.15%,年淨排碳轉負時間可望提前至約2036、2035及2034年。未來若導入校園、公共設施或環境教育場域,亦可同時具備維運、研究及教育功能,形成可複製與擴散的淨零示範模式。
(五)請說明本提案是否具備可複製性及擴散性?
系統採重複單元設計,可依場地大小增加或減少光電與微藻模組,不需要每個場域重新開發一套系統。巡檢平台只需知道各區域的位置,就能切換不同辨識任務,因此未來除微藻外,也可加入植物生長、水質、設備鏽蝕等其他監測功能。應用場域可從校園小型示範區擴展至地方政府淨零基地、環境教育場域、工業園區及再生能源場址。對尚未導入微藻的既有光電場,也可以先使用光電巡檢功能,再依需求增加固碳模組,以降低一次導入的門檻。
三、創新性
(一)請說明本次提案內容跨領域合作或服務與技術之創新程度
目前太陽光電維運與微藻養殖通常屬於兩個不同領域,各自使用不同人員、設備及資料。本案將再生能源、生物固碳、人工智慧、移動巡檢及淨零管理整合在同一場域。技術上的重點不是單純提高某一個模型的準確率,而是讓同一套設備能隨所在位置「知道現在應該看太陽能板,還是看微藻」,並把兩邊的結果轉成管理者能採取的行動。這種「共用設備、共用資料平台、不同任務自動切換」的方式,可降低跨領域淨零設備整合的門檻,也提供未來新增其他環境監測功能的基礎。
(二)請說明提案預計使用之工具或平台?
硬體端使用移動巡檢平台、一般 RGB 相機及小型運算設備;軟體端使用 Python 與影像辨識模型處理光電及微藻影像,再依巡檢位置自動切換不同辨識任務。資料平台整合光電發電、微藻生長、巡檢影像及中央氣象署氣象資料,最後透過網頁介面呈現。介面以簡單的圖示、燈號與時間趨勢為主,例如「正常、注意、需要處理」,而非直接呈現複雜模型參數,使現場維運人員、政府管理者或一般參觀民眾都能理解。
(三)是否有使用AI工具?
否
(四)前題若選是,請詳實說明提案階段使用 AI 工具之名稱、使用功能及目的與範圍
四、團隊輔導需求調查
(一)若入圍初選,期待主辦單位提供之協助?
協助調整作品架構及服務模式
協助確認應用場域可行性
協助建議資料應用項目是否需要調整
(二)若入圍初選,是否需要算力平台或雲端協力業者資源?
是
(三)前題若選是,請說明需要何種算力平台(係指數位發展部數位產業署-數位產業跨域軟體基盤暨數位服務躍升計畫)或雲端協力業者(GCP或AWS或Azure或國網中心)之資源及預計應用內容
國網中心:(應用內容:協助訓練影像辨識與最佳化模型)
五、參考文獻或資料引用來源說明
(一)提案內容是否全為原創內容,或有部分引用相關資料來源?
是,全為原創內容無引用。
(二)前題若選否,請說明本提案中所引用之資料來源及其應用環節,建議以條列方式簡述。
團隊成員
| 單位類型 | 姓名 | 單位與職稱 | 工作項目 |
|---|---|---|---|
| 學校 | 歐庭嘉 | 國立成功大學 智慧與永續製造學位學程 淨零實驗室助理教授 | 技術/資源協助 |
| 學校 | 羅昇宇 | 國立成功大學 智慧與永續製造學位學程 淨零實驗室研究員 | 技術/資源協助 |
| 學校 | 王躍德 | 國立成功大學 智慧與永續製造學位學程 淨零實驗室研究員 | 技術/資源協助 |
資料需求
無資料。