百度智能云度能联合武汉所为科技推动工厂暖通节能标杆案例落地，助力企业绿色低碳发展
随着经济建设的发展和大量工业厂房建设，暖通空调得到广泛应用，然而伴随我国“双碳”政策不断推进，以及影响全球变暖亟待解决的环境问题，工业厂房暖通空调普遍存在的高能耗问题也引起越来越多的关注。与一般民用建筑有所不同，工业厂房的制冷负荷计算较为复杂，不同类别的厂房及工业车间其负荷大小、组成可以千变万化，各企业降碳节能绿色低碳转型方面也将面临巨大挑战。
基于此，百度智能云度能联合武汉所为科技有限公司（以下简称“所为科技”），在暖通节能方向共建节能方案，实现数据采集、传输、控制、AI 算法策略等暖通系统各链路的节能优化，从系统管理与整体运营的角度，改变暖通系统目前亟待解决的“高耗能与高浪费”现状，助力南方某芯片生产工厂暖通系统节能效果达到12%，年度节省电量约60万度。
提供成熟的软硬一体优化服务，
实现系统全自动智能运行
结合百度智能云度能强大的 AI 能力与所为科技轻量化、模块化的部署方式，为建筑、工厂、数据中心等众多业务场景提供智能优化服务。
▎基于百度 AI 的度能暖通智控服务：
依托百度强大的算法能力，深度吸收专家系统调节经验，度能暖通智控通过云-边-端联动架构，打通 AI 大脑至底层制冷设备的控制链路，全自动实时下发调优策略，直接控制冷水机组、风机、水泵、阀门等底层设备运行，实现算法 AI 智能化，提高暖通系统效率，降低碳排。
首先度能节能算法结合深度学习和时序算法模型，构建融合物理机理和数据驱动的虚拟仿真环境，可模拟暖通系统工况的运行过程及调整参数后的状态变化。在参数寻优阶段，以提升制冷能效为目标，构建深度智能决策模型，寻找暖通系统的全局最优决策。
通过深度学习模型“理解”背后发生的物理过程，来构建虚拟仿真环境的方法，不仅具备成本低、建模灵活、适用面广的优点，并且虚拟仿真环境还允许多模型并行实验，真正实现了产品的强算法，低能耗。
▎轻量化、模块化的暖通自动化控制系统：
所为科技提供自主研发可适配暖通系统的无线无源的传感器、控制器，实现硬件模块化，通过集成多种品牌协议，建立标准化模型，功能模块化，新设备零代码接入，实现快速物联接入，并提供运维管理工具支撑暖通设备管理，准确、及时地将大量暖通数据（空调设备参数、环境参数等）进行采集纳管。
如何不破坏原有的工程结构，实现轻部署、快交付，成为暖通系统要解决的重要问题。传统暖通系统的安装，工程量大、耗时长、人工成本高，凭借所为科技丰富的实施经验、百度领先的 AI 能力，实现积木模块化安装，仅需少量工程人员，即可完成智控系统安装上线，交付周期可缩短至一周。
轻便化、易运维、优管理也成为服务的一大亮点，所为科技利用物联网、大数据、云计算、以及智能硬件、智控系统加装智慧单元设备，实现对设备及环境的全面监控，并配套度能暖通智控服务。将这些新技术应用到暖通行业，解决中央空调运维管理和控制水平低的顽疾，实现中央空调设备的全生命周期运维服务。
因此，度能与所为科技强强联合，通过非侵入的便捷硬件、可视化的远程集中管理、云端 AI 智能策略，可一站式解决暖通系统精准动态调节的难题，真正实现无人值守和全自动智能运行。
暖通智控系统架构图
助力企业节能降耗，
实现暖通节能落地工厂场景
在南方某芯片生产工厂，为保证车间恒温恒湿的生产环境，需全年开启制冷系统，冷站年耗电量超500万度。该厂区采用冷水机组集中供冷，同时配备冷塔、水泵等全套水系统设备，项目系统运行中存在三方面问题，首先冷机负载不均，多台并联机组时，流经每台冷冻机的水流量分配不均，导致冷机在同样的设定点单台主机负荷率远大于其他主机，此台主机长期处于低效运行状态。其次冷量输出过多，车间温度平均小于目标温度，且多数车间温度呈“波浪形”周期性变化。最后水泵供给不能跟随需求匹配，冷冻/却水泵大多恒定流量，未能随负荷变化而变化，系统能效偏低。
通过对海量运行参数历史轨迹的学习，并通过 AI 算法推演和寻优，百度智能云和所为科技的工程师们对以上难点制定了专属解决方案：
通过 AI 预测算法，调整主机设定出水温度，并预测主机负载率，进一步均衡多台主机开启时的负载率，将主机负载差距由20%缩减到10%左右，保证各主机高效运行。
通过变流量算法，保证水流量依据负荷实时调节，提高系统整体能效。系统上线后，获得客户认可，对温湿度控制与本地相比优化效果明显。
通过 AI 能力构建数据驱动仿真模型，从而准确推演和感知控制参数的变化和环境扰动对功率、末端温度等带来的影响。在解决超量供应问题的同时，进一步实现节能目标。
百度智能云度能与所为科技本次的合作，充分利用双方技术优势，实现暖通节能在工厂场景的标杆案例落地。未来，双方将持续对细分领域进行探索，在建筑、数据中心、工厂等多种暖通节能场景以及柔性负控场景中，以技术创新赋能企业节能降碳，助推行业绿色低碳发展。