長榮大學資訊工程學系蔡尚恩副教授帶領安明軒、孫偉誠2位專題生，參加在日本岡山市舉辦的2025 CIIS國際研討會，以電力季節性預測研究論文榮獲最佳報告獎。相關成果再於今年發表於 SCI期刊《IEEE Access》，為校及個人爭光。蔡尚恩副教授表示，傑出表現也助2位同學順利進入研究所就讀，安明軒同學錄取國立清華大學資安所，孫偉誠則錄取國立台南大學資工所。
CIIS中華創新發明學會(Chinese Innovation and Invention Society )為台灣第一個創新發明社團法人組織，也是台灣最活絡、最積極參與國際事務的創新發明學會。由日本岡山大學主辦的第八屆計算智慧與智慧系統國際會議，於2025年11月21-23日在日本岡山舉行，會議討論計算智慧和智慧系統的研究發展，內容涵蓋智慧技術到新興應用，再到工業生產經驗等主題，鼓勵研究人員和從業者交流，分享他們最新的研究成果。
蔡尚恩副教授表示，榮獲最佳報告獎的電力季節性預測研究論文，該研究目的是提升電力系統在極端天候下的韌性，透過結合可解釋性人工智慧與台電開放資料，開發出具備高穩定性的電力負載預測模型，為智慧能源領域提供關鍵的技術支援與實務應用方案，該論文獲得與會專家學者們的肯定。
蔡尚恩副教授說明研究背景與技術特色，他指出，隨著全球極端天氣頻傳，如何在高波動情境下，維持電力供需平衡成為智慧電網的核心挑戰。研究團隊首先提出整合 ARIMA與人工神經網路的2階段預測架構，針對電力負載的規律性與節慶效應進行基礎分析。隨後進一步開發雙流季節性 ARIMA與 Kolmogorov-Arnold Network模型，強化對熱浪、颱風等突發性極端事件的判讀能力，使電力預測具備更高的解釋性與精準度。
蔡尚恩副教授說，該研究模型在實際數據測試中表現卓越，提前預測的平均絕對百分比誤差僅1.65%。以 2024年凱米颱風來襲的情境為例，傳統模型的預測誤差高達 12.4%，而該研究開發的韌性導向模型成功將誤差降至 3.6%，並將預測誤差的恢復時間由 4天縮短至 0.5天。此數據證實該技術能有效協助能源單位，進行精準的備轉容量評估與韌性管理。
蔡尚恩副教授指出，此次研究展現該校在頂尖資訊技術人才培育的顯著成果。參與研究的資工系學生安明軒與孫偉誠，在大學階段即具備參與國際研討會與發表 SCI論文的實力。安明軒已錄取國立清華大學資安所，孫偉誠則錄取國立台南大學資工所。未來將持續結合課程與專題實作，引領學生投入 AI 與智慧能源等前瞻科技領域，提升學生在跨域整合上的競爭力，並強化在永續發展議題的學術影響力。
