- 建筑好医生，专治太冷、太热、太闷、太费能......
浅谈如何培训暖通空调节能运维AI机器人
训练AI机器人来实现对暖通空调系统的操控和运维，首先需要综合考虑建筑的使用模式、能耗数据、环境条件、设备性能等多个因素。
训练AI机器人来实现对暖通空调系统的操控和运维，首先需要综合考虑建筑的使用模式、能耗数据、环境条件、设备性能等多个因素。以下是一些关键步骤和方法：
数据收集与分析：
建立能耗模型：
利用收集到的数据建立能耗模型，预测不同运行策略下的能耗情况；
通过机器学习算法，如随机森林、神经网络等训练模型以提高预测的准确性；
运行策略优化：
根据能耗模型，制定不同的运行策略，如温度设定、风速调节、设备启停时间等；
通过模拟和优化算法（如遗传算法、粒子群优化等），找到最优的运行策略组合，以实现节能目标；
实时监控与调整：
实现AI机器人对空调系统的实时监控，包括温度、湿度、能耗等关键参数；
根据实时数据和环境变化，动态调整运行策略，确保系统始终处于高效运行状态；
人机交互界面：
开发用户友好的人机交互界面，使运维人员能够轻松地查看系统状态、能耗数据和运行策略；
提供报警和建议功能，当系统出现运行异常或能耗异常时，及时通知运维人员；
持续学习与优化：
通过收集新的数据和反馈，不断优化AI机器人的运行策略和能耗模型；
利用强化学习等技术，使AI机器人能够自主学习和适应新的运行环境和条件；
安全与合规性：
确保AI机器人的运行策略符合相关节能标准和法规要求；
实施必要的安全措施，确保空调系统的稳定运行和人员安全；
收集建筑的能耗数据，包括空调系统的历史运行数据、环境温度、湿度、光照强度等；
分析建筑的使用模式，确定商业区和办公区的运行时间表；
了解空调系统的具体参数，如制冷量、能效比、设备型号等；
2021.6.1基于经验的自控算法（人工专家控制）与AI算法（无模型控制）的冷机出水温度设定值对比
同时，我们把自2021年6月1日8:00-18:00运用无模型控制对办公低区系统进行控制期间的数据与2020年同时期数据进行了纵向的比较。2020年6月1日8:00-18:00 7#风冷热泵消耗1,137.5 kWh，8#风冷热泵能耗为0；2021年6月1日8:00-18:00 7#风冷热泵消耗0 kWh，8#风冷热泵能耗为984.8kWh，风冷热泵能耗下降了13.4 %。
系统运行时的温度数据分布（人工控制为2020年，无模型控制为2021年）
系统运行时的冷负荷分布
综上所述：针对本项目，以上时间段中无模型控制可比人工专家控制算法更加节能，但无模型控制在引入前期需要长达1-2年的人工陪伴，以确保足够准备数据的积累，才会产生可靠的运行结果。为了减少前期的学习时间以及增强无模型控制算法在暖通空调领域的适用性，调适在其中发挥重要作用，结合调适的无模型控制算法才能最大发挥系统的性能，产生较好的节能效益。而人工专家控制，虽然相较无模型控制能耗略高，但末端舒适性投诉风险较小，也有其适用的场景。
最新动态
