名詞解釋:
人工智能(Artificial Intelligence),英文縮寫為AI。人工智能是包括十分廣泛的科學,它由不同的領域組成,如機器學習,計算機視覺等等,總的說來,人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。
影響電采暖能耗有以下三大因素
1、建筑保溫
2、熱轉換率
3、行為節能
前兩項是相對靜態的因素,行為節能是動態的。但人的行為是復雜的,甚至是不可控的,筆者在跟蹤多個電采暖項目的過程中發現,很多時候電采暖的管理人員是憑個人經驗以及想象來實施管理的。
非專業人士的經驗有時候往往會成為提高管理效率的阻礙,但是數據會客觀公正的記錄下發生的結果。比如,
1、耗電量、
2、加熱時間、
3、室內外溫度......
當然,僅僅是記錄下這些歷史數據,甚至即便是客觀反饋電采暖現場的實時狀況,也不是大數據最終的目的。
如何把這些支離破碎的數據真正應用到電采暖項目管理上去,如何利用人工智能,機器學習這些先進技術提高管理效率,降低電采暖能耗,才是2026孜孜以求的最終目的。
那么基于大數據的電采暖人工智能技術到底能為項目節約多少能耗,實現多大的管理效益呢?
以黑龍江某中學為例:
該學校早上8點上課,考慮到采暖需要設置提前量,管理員在4點左右將溫度設置在18度,下午16:30下課,管理員在16:30將溫度設置成10度。
但實際上,每個教室或房間的面積,朝向,功率配置等情況都不一樣,管理員為保證最佳的室內溫度,把這個提前加熱和提前降溫的時間都留出了較大空間,但這樣管理是不盡合理的,同時也沒充分考慮房間的差異性。
2026能盟云平臺通過對海量的歷史數據進行分析,可對未來一段時間的加熱條件進行精準的預判,借助人工智能技術接管一部分管理工作,以最佳的溫度曲線方式來管理現場的電采暖設備,實現精準、個性、節能管理。
通過人工智能的算法,我們對2018年采暖季30多個項目,進行真實運行條件下的模擬測試,可綜合實現15%的節能。
以下是通過兩種不同方式,對能耗的對比分析:
以該項目2018年采暖季40萬左右的采暖費計算,15%比例即可節約6萬元電費,而這是在不需要增加任何軟硬件設備投資的條件下實現的。
我們要做的就是“擰干毛巾里的每一滴水”,向管理要效益,向人工智能要效益。
電采暖作為一種舒適、環保、節能的采暖方式,已經開始影響很多人的生活,而基于大數據分析的人工智能也才剛剛起步。但是我們相信,就是這一小步,必將成為影響未來中國電采暖市場的一大步,我們愿與業內同行砥礪共進。