所為科技聯合百度智能云度能推動工廠暖通節能標桿案例落地，助力企業綠色低碳發展

基于此，百度智能云度能聯合武漢所為科技有限公司（以下簡稱“所為科技”），在暖通節能方向共建節能方案，實現數據采集、傳輸、控制、AI 算法策略等暖通系統各鏈路的節能優化，從系統管理與整體運營的角度，改變暖通系統目前亟待解決的“高耗能與高浪費”現狀，助力南方某芯片生產工廠暖通系統節能效果達到12%，年度節省電量約60萬度。

結合百度智能云度能強大的 AI 能力與所為科技輕量化、模塊化的部署方式，為建筑、工廠、數據中心等眾多業務場景提供智能優化服務。

▎基于百度 AI 的度能暖通智控服務：

依托百度強大的算法能力，深度吸收專家系統調節經驗，度能暖通智控通過云-邊-端聯動架構，打通 AI 大腦至底層制冷設備的控制鏈路，全自動實時下發調優策略，直接控制冷水機組、風機、水泵、閥門等底層設備運行，實現算法 AI 智能化，提高暖通系統效率，降低碳排。

首先度能節能算法結合深度學習和時序算法模型，構建融合物理機理和數據驅動的虛擬仿真環境，可模擬暖通系統工況的運行過程及調整參數后的狀態變化。在參數尋優階段，以提升制冷能效為目標，構建深度智能決策模型，尋找暖通系統的全局最優決策。

通過深度學習模型“理解”背后發生的物理過程，來構建虛擬仿真環境的方法，不僅具備成本低、建模靈活、適用面廣的優點，并且虛擬仿真環境還允許多模型并行實驗，真正實現了產品的強算法，低能耗。

▎輕量化、模塊化的暖通自動化控制系統：

所為科技提供自主研發可適配暖通系統的無線無源的傳感器、控制器，實現硬件模塊化，通過集成多種品牌協議，建立標準化模型，功能模塊化，新設備零代碼接入，實現快速物聯接入，并提供運維管理工具支撐暖通設備管理，準確、及時地將大量暖通數據（空調設備參數、環境參數等）進行采集納管。

如何不破壞原有的工程結構，實現輕部署、快交付，成為暖通系統要解決的重要問題。傳統暖通系統的安裝，工程量大、耗時長、人工成本高，憑借所為科技豐富的實施經驗、百度領先的 AI 能力，實現積木模塊化安裝，僅需少量工程人員，即可完成智控系統安裝上線，交付周期可縮短至一周。

輕便化、易運維、優管理也成為服務的一大亮點，所為科技利用物聯網、大數據、云計算、以及智能硬件、智控系統加裝智慧單元設備，實現對設備及環境的全面監控，并配套度能暖通智控服務。將這些新技術應用到暖通行業，解決中央空調運維管理和控制水平低的頑疾，實現中央空調設備的全生命周期運維服務。

因此，度能與所為科技強強聯合，通過非侵入的便捷硬件、可視化的遠程集中管理、云端 AI 智能策略，可一站式解決暖通系統精準動態調節的難題，真正實現無人值守和全自動智能運行。

暖通智控系統架構圖

在南方某芯片生產工廠，為保證車間恒溫恒濕的生產環境，需全年開啟制冷系統，冷站年耗電量超500萬度。該廠區采用冷水機組集中供冷，同時配備冷塔、水泵等全套水系統設備，項目系統運行中存在三方面問題，首先冷機負載不均，多臺并聯機組時，流經每臺冷凍機的水流量分配不均，導致冷機在同樣的設定點單臺主機負荷率遠大于其他主機，此臺主機長期處于低效運行狀態。其次冷量輸出過多，車間溫度平均小于目標溫度，且多數車間溫度呈“波浪形”周期性變化。最后水泵供給不能跟隨需求匹配，冷凍/卻水泵大多恒定流量，未能隨負荷變化而變化，系統能效偏低。

通過對海量運行參數歷史軌跡的學習，并通過 AI 算法推演和尋優，百度智能云和所為科技的工程師們對以上難點制定了專屬解決方案：

• 通過 AI 預測算法，調整主機設定出水溫度，并預測主機負載率，進一步均衡多臺主機開啟時的負載率，將主機負載差距由20%縮減到10%左右，保證各主機高效運行。

• 通過變流量算法，保證水流量依據負荷實時調節，提高系統整體能效。系統上線后，獲得客戶認可，對溫濕度控制與本地相比優化效果明顯。

• 通過 AI 能力構建數據驅動仿真模型，從而準確推演和感知控制參數的變化和環境擾動對功率、末端溫度等帶來的影響。在解決超量供應問題的同時，進一步實現節能目標。

百度智能云度能與所為科技本次的合作，充分利用雙方技術優勢，實現暖通節能在工廠場景的標桿案例落地。未來，雙方將持續對細分領域進行探索，在建筑、數據中心、工廠等多種暖通節能場景以及柔性負控場景中，以技術創新賦能企業節能降碳，助推行業綠色低碳發展。