短答：1°C 誤差會導致年度電費多花 600-1,200 萬。

液冷系統的冷卻效率是「溫度差」的非線性函數。溫度控制在 12°C 時，熱交換效率最高；偏差到 13°C，效率下降 5-8%；到 14°C，下降 12-15%。

對於 3,000 台伺服器的機房，功耗基數是 2MW，效率降 10% = 年度多耗電 1,800 MWh = 多花 1,080 萬電費。而 ±0.3°C 的精度設備只貴 30-50 萬，回本只需 3 個月。

短答：缺一不可。南韓釜山爆炸就是因為漏掉「壓力監控」。

三個參數的含義：

• 溫度：電池熱失控的主要前兆（> 60°C 是危險訊號）
• 壓力：電池內部氣體產生（氫氣、乙烯），若壓力異常升高，代表電池內部發生分解反應，是爆炸前兆
• 絕緣阻值：正極和負極之間的阻值，若下降表示電池內部短路開始發生

三個參數都監控，才能在爆炸前 24-48 小時發現異常。單靠溫度無法提前預警（熱失控發生時已經太晚）。

短答：控制延遲和預警延遲是兩回事。

對於風電機組，我們不需要遠距實時控制（那會出現延遲問題）。我們需要的是「遠距數據採集 + 本地自主決策」。

具體做法：

• 感測器數據每秒傳一次到機組內的 IoT 網關（邊緣運算）
• 網關內部的 AI 演算法立即根據數據調整機組運行參數（延遲 < 100ms）
• 同時，機組的監控數據每 5-10 分鐘上傳一次到陸地監控中心（延遲無所謂，因為用來做長期趨勢分析和預測維護）

這樣既保證了本地實時性，又能進行遠距預測維護。

短答：延遲從 500ms 降至 50ms，故障預警從「錯過」變成「及時」。

邊緣運算（IoT 網關內部）：

• 延遲 < 50ms，適合實時控制決策
• 即使網路斷掉，本地決策照常運作
• 省掉上傳雲端的頻寬，成本低 60%

雲端運算（AWS/Azure）：

• 延遲 500ms-2s，太慢無法做實時控制
• 網路斷掉系統癱瘓
• 頻繁上傳數據成本高，而且有隱私風險

最佳方案：邊緣運算做實時控制，雲端做長期分析和跨系統協調。

短答：可以，而且有數學證明。

能量損耗的主要來源：

• 逆變器效率損失：8-10%（固定）
• 線路損耗：2-3%（固定）
• 充放電策略不優化：5-15%（可減少）

傳統系統因為監控延遲 (10-30 秒），充放電曲線往往「滯後」太陽輻照變化。結果：

• 太陽能突然增加 → 來不及調整儲能吸收 → 直接饋電到電網（被罰限電）
• 太陽能突然下降 → 儲能反應太慢 → 負載端電壓跌落（引發設備掉電）

ATLANTIS 秒級協調後，充放電決策精度提升 10 倍，能量損耗從 22% 降至 9%，淨增發電效率 13%。

短答：已在台灣某大廠實現，產品品質提升 87%。

德國、日本電池廠早已採用這種超高精度監控。ATLANTIS 在台灣實現了本地化方案。

如何實現 ±0.1°C：

• Pt100 薄膜感測器（不是傳統測溫棒）
• 16 位高精度 ADC + 32 位浮點數微處理器
• 8 階溫度補償係數（而非簡單的 1-2 階）
• 感測器和控制器之間的數據線採用屏蔽四芯線（消除電磁干擾）

這套方案成本比普通傳送器貴 60-80%，但電池製造廠因此節省的報廢品成本是 1,000 倍。

短答：關係到法律責任和生命安全。

鋰電池儲能系統內部容易產生可燃氣體（氫氣、乙烯、乙烷）。若感測器沒有防爆設計，內部的電子元件一旦產生電火花，就會點燃這些氣體 → 爆炸。

法律後果：

• 若因感測器防爆失效導致爆炸，廠商可能面臨刑事責任
• 如果感測器有 ATEX/IECEx 認證但仍然發生事故，認證機構和廠商都要賠償

ATLANTIS 的做法：所有能源儲能應用的感測器，我們都採用「防爆等級 Ex d IIB T4 Gc 或更高」。文件上白紙黑字寫清楚「這個產品在你的環境中防爆」。

短答：能源系統必須用「工業級」，消費級 IoT 會出現 99% 中斷。

消費級（如樹莓派）：

• 可靠度 95-97%（年度停機 10-15 天）
• 工作溫度 0-50°C（不適合戶外或機房高溫環境）
• 成本 3,000-5,000 元

工業級（如 ATLANTIS 搭載的邊緣運算網關）：

• 可靠度 99.97%（年度停機 < 3 小時）
• 工作溫度 -20-80°C（可戶外、機房、海邊）
• 內建冗餘設計（主控制器故障自動切換備用）
• 成本 50,000-80,000 元

差價 50 倍，但可靠度差異 30 倍。對能源系統來說，消費級根本不能用。

短答：都要。本地保存做備份，上傳雲端做分析。

本地保存（儲存卡/SSD）：

• 即使網路斷掉 3-7 天，數據也不會丟失
• 可存儲 3-5 年的歷史數據
• 隱私性最高（數據不離現場）

上傳雲端（AWS/Azure/阿里雲）：

• 跨地域查詢（如果有 10 個電站，可以統一比較）
• 大數據 AI 分析（發現規律、預測趨勢）
• 遠距告警（任何地方都能收到警報）

ATLANTIS 建議：熱數據（最近 7 天）本地存，冷數據（超過 7 天）上傳雲端。成本最低、隱私最高、功能最全。

短答：半年一次，成本 500-1,000 元/個，總成本遠低於不校正導致的誤判。

校正成本：

• ATLANTIS 提供「現場遠距診斷」（無須拆卸），費用 500 元
• 若需要寄回廠校正（1-2 周），費用 1,000-2,000 元

不校正的代價（以儲能系統為例）：

• 溫度感測器漂移 0.5°C，導致 BMS 誤判電池狀態
• 結果充電策略錯誤，電池循環壽命從 5 年降至 3 年
• 100kWh 儲能系統損失價值：50 萬 × (5-3)/5 = 20 萬

與其冒 20 萬的損失，不如每半年花 500 元做校正。

短答：台電要求必須裝「智慧電表」，ATLANTIS 感測器要與其協議兼容。

台灣電力系統的要求：

• 上網點必須裝「雙向電能表」（IEC 61850 協議）
• 每 15 分鐘上報一次發電量、頻率、電壓、功率因數等數據
• 若發電品質超出標準範圍，台電可遠距切斷你的供電

ATLANTIS 的相容性：我們的 IoT 網關支援 IEC 61850 協議標準版，可直接與台電智慧電表聯動。無須額外轉換，省掉 10-20 萬的協議轉換成本。

短答：304 不銹鋼外殼 + 內填氮氣隔膜，海上可用 10 年無腐蝕。

海上腐蝕的三大挑戰：

• 鹽霧（氯化物）直接侵蝕金屬外殼
• 濕度 > 80%，導致內部結露和氧化
• 溫度快速變化 (-10°C 到 +80°C)，導致膜片疲勞

ATLANTIS 的海上防護方案：

• 外殼：304 不銹鋼（耐鹽霧等級 C5-M，年腐蝕速率 < 0.1mm）
• 膜片：採用「金屬膜片 + 氮氣隔膜」，完全隔絕海水環境
• 導線：採用「屏蔽四芯線 + PUR 護套」（抗紫外線、抗海水侵蝕）
• 接頭：M20 防水螺帽，IP68 等級

台灣西海岸多個風電場已使用 ATLANTIS 感測器 5-7 年，尚未出現腐蝕故障。

短答：同步採樣能消除「參數不同步導致的誤判」。

逐個採樣的問題：

假設你有 6 個感測器（溫度 A、溫度 B、電流 C、電壓 D、頻率 E、功率因數 F），採樣間隔 1 秒。

• T=0.0s 採溫度 A
• T=0.2s 採溫度 B
• T=0.4s 採電流 C
• T=0.6s 採電壓 D（此時 A 已經變化了）

結果：你的控制系統收到的是「不同時刻的混合數據」，基於這些數據做決策就會出錯。

同步採樣的優勢：

6 個感測器在 T=0.0s 的同一時刻全部採樣完，所有數據都是「同一時刻的切片」，代表系統當時的真實狀態。決策精度提升 10 倍。

短答：可以，但需要特殊設計。普通 WiFi 無線會引入誤差。

為什麼有線 + 無線兩種方案：

• 有線（4-20mA / 0-10V）：精度最高（±0.1%），但需要布線，成本高、施工難
• 無線（WiFi / Zigbee / LoRa）：布線簡單、成本低，但易受干擾，精度下降到 ±0.5-1%

ATLANTIS 的混合方案：

• 本地 IoT 網關到感測器之間用「有線 + 屏蔽」（精度 ±0.1%）
• IoT 網關到雲端/遠端監控用「4G/5G 無線」（延遲 50-200ms，可接受）

這樣既保證了本地精度，又實現了遠距監控。

短答：貴 80-100%，但可靠度提升 50 倍，絕對值。

成本對比：

• 單個 SDPT-3100：5 萬
• 雙冗餘系統（主 + 備）：9 萬
• 額外成本：4 萬

可靠度提升：

• 單感測器：MTBF（平均無故障時間）= 10 年
• 雙冗餘系統：MTBF = 100 年（理論值；實際上系統完全無故障運作 50 年沒問題）

一次故障的成本（風電機組為例）：

• 若感測器故障無冗餘 → 機組必須停下進行診斷 → 損失 500-800 萬
• 有冗餘設計 → 自動切換到備用感測器 → 機組不停 → 損失 0

貴 4 萬的雙冗餘，能避免一次 500 萬的停機。再划算不過了。

短答：邊緣運算很耗電，但成本遠低於上傳雲端的流量費。

運算功耗：

• 本地 IoT 網關（邊緣運算）：30-50W
• 24 小時運作 = 0.72-1.2 度電 = 50-80 元/天 = 1,500-2,400 元/月

對比雲端方案的流量費：

• 若每秒上傳一次數據到雲端（AWS/Azure），每月流量費 2,000-5,000 元
• 邊緣運算省掉這筆費用，反而成本更低

ATLANTIS 的做法：邊緣運算機器採用「工業級 SoC」（低功耗高性能），同時內建「太陽能充電」選項，可 24/7 無需外部電源運作。

短答：等級越小誤差越小。Pt100 感測器通常分 AA/A/B 三級。

Pt100 三級對比（在 0°C 處）：

• AA 級：±(0.13 + 0.0045×|T|)°C，最高精度
• A 級：±(0.15 + 0.002×|T|)°C，常規工業應用
• B 級：±(0.30 + 0.005×|T|)°C，低端應用

如何選？

• 電池製造廠（精度 ±0.1°C）→ AA 級
• AI 機房液冷（精度 ±0.3°C）→ A 級
• 一般儲能監控（精度 ±0.5°C）→ A 級或 B 級皆可

記住：「精度等級」和「整體系統精度」不同。最後的系統精度還要考慮「信號處理電路、導線阻值、校正誤差」等因素。

短答：HART 偏工業控制，Modbus 偏數據採集。最好兩個都支援。

HART（Highway Addressable Remote Transducer）：

• 支援雙向通訊（感測器可接收命令、反饋狀態）
• 可進行遠距校正、診斷、參數設定
• 用於工業過程控制（化工、煉油、電力）
• 成本較高

Modbus（RTU / TCP）：

• 單向通訊為主（採集數據）
• 簡單易用，開源標準
• 用於數據採集、物聯網應用
• 成本低

ATLANTIS 的建議：

• 若需要「遠距診斷 + 自動標定」→ HART
• 若只需要「採集數據上報」→ Modbus
• 若要求高可靠性 → 兩個協議都裝，互為備份

短答：線性度誤差看的是「直線度」，滿量程誤差看的是「最大偏差」。

舉例（壓力感測器，量程 0-100 bar）：

• 滿量程誤差 ±0.5%：在 0-100 bar 任何地方，誤差不超過 0.5 bar
• 線性度誤差 ±0.1%：輸入-輸出曲線的「直線度」偏差 < 0.1%，即使滿量程誤差更大，但曲線仍然是直的

為什麼要區別？

若你的控制系統做過「線性補償」（用軟體修正斜率偏差），那麼「線性度誤差」比「滿量程誤差」更重要。線性度好，補償後精度能更高。

ATLANTIS 的透明做法：我們提供「完整的誤差曲線圖」，讓你看清楚「在你的使用範圍內，感測器的實際誤差」。

短答：問這 5 個問題，就能篩出真正靠譜的廠商。

1. 「這個型號在我的應用環境中符合什麼防爆等級？」靠譜廠商會給你「防爆認證匹配表」，寫清楚產品在你的環境中是否防爆。
2. 「5 年內精度漂移保證是多少？」靠譜廠商會給你「精度保證曲線」，不會含糊其辭。
3. 「故障時能 24 小時換新嗎？」靠譜廠商會說「全台有現貨庫存」。不靠譜的會說「要從日本進口，要 2-3 周」。
4. 「有沒有做過長期現場驗證（3-5 年）？能提供參考案例嗎？」靠譜廠商會舉出具體案例（匿名客戶名稱 + 成效數據）。
5. 「選型錯誤有退貨保障嗎？」靠譜廠商會說「30 天內無條件退換」。

ATLANTIS 對所有問題都有肯定的答覆。你可以直接問我們。