博锐尚格接50万㎡超高层运维:没有自建冷站,AI只能从末端省冷

博锐尚格承接50余万㎡超高层综合体AI运维,设计目标节能10%、人效提升30%、成本节约20%。项目采用区域集中供冷、无自建冷站,AI按15分钟滚动预测各空间冷负荷调节末端VAV,另做预测性维护和根因诊断。

博锐尚格发了一个案例:一处超高层综合体,总建筑面积50余万㎡,两栋塔楼加大面积地下空间,办公、酒店、商业都有。2026年业主启动智慧运营系统建设,目标写了五个数:设备运行节能10%、人效提升30%、成本节约20%、空间环境品质达标率95%、告警响应效率提升30%。文章注明这些是设计目标,实测值要等系统运行后沉淀。

我觉得最有意思的是一个限制条件:这栋楼没有自建冷站,用的是区域集中供冷,冷量从集中冷源站来、按冷量计费。冷源那头没有控制权,能动的只有末端设备,也就是按楼层租赁区域独立调节的变风量空调。租户分得越细、入住率越高,各区域需求越分化,靠人工调就越琐碎。

他们的做法是把末端调节交给AI:接入气象、室内环境、人员密度、能耗、历史冷量和设备与空间的对应关系,对每个空间预测未来24小时的冷负荷,每15分钟滚动一次,多目标寻优后直接下发指令;再定期复盘,在本地微调模型,让预测越用越准。

资产地图
资产地图演示界面,非本项目(图源:博锐尚格公众号)

另外两个场景是预测性维护(识别故障征兆、预测能源负荷)和智能诊断(报警后用故障知识图谱做根因分析,推荐处置预案)。前提是数据底座:先按运维口径交付设备、空间、点位的关系数据,做一个和现场对得上的数字孪生,再部署智能体。

文章里有一句话我认同:五个数里,节能是楼的回报,人效和人力成本两项是组织的回报。物业运维AI卖给业主,节能那笔账大家都会算,真正拉开差距的是能不能减人、能不能改岗位。这一项要等运行数据出来才知道。

资料来源

本文为 AI4ELAB 编辑或原创,作者:Connor 秦明。转载请注明出处:https://ai4elab.com/12413.html

赞 (0)
Connor 秦明的头像Connor 秦明

发表回复

登录后才能评论
联系我们
加入社群