楼宇在其整个生命周期内的能源消耗占总能耗的30%,如果转换成纯二氧化碳的排放比例则占到了40%。
要实现“双碳”目标,楼宇的节能降碳就成为一个关键点。今年3月,国家发展改革委和住房城乡建设部联合印发《加快推动建筑领域节能降碳工作方案》,谈到建筑领域是我国能源消耗和碳排放的主要领域之一。方案提出,到2025年,城镇新建建筑全面执行绿色建筑标准,到2027年,超低能耗建筑实现规模化发展。
方案的出台为行业提供了更加标准化和具体的方法论,让产品和解决方案供应商能更清晰地知道如何与全行业一起实现节能降碳目标。一直以来,施耐德电气有着众多的楼宇解决方案,能够基于出台方案进一步迭代自身解决方案,以应对节能改造市场需求。
在最近2024中国国际智能建筑展览会上,施耐德电气就带来了AI技术加持,全面打通软硬件产品的“全新楼宇一体化解决方案”。
楼宇智能化的下一步
施耐德电气一直秉持着“多中心”战略,逐步深化“中国中心”布局,通过在各大业务板块建立涵盖研发、供应链、合作伙伴等在内的研产销一体化机制,从而更加贴近中国市场,并进一步赋能全球。
去年在中国成立了数字配电中国研发中心(DP China Hub),标志着施耐德电气在中国的战略和技术投资上迈出了重要一步,通过产销一体化,使产品更加适应中国市场的需求。
同样是在去年,施耐德电气在中国成立了AI中心。现在施耐德电气在全球已经拥有350名专注于AI算法的工程师和数据专家,表明施耐德电气希望将AI技术与传统硬件技术能够更好地融合。
施耐德电气不仅仅提供IT产品,更将OT(操作技术)与AI相融合,因为只有将这些技术整合在一起,才能真正为具体的楼宇结构场景赋能。将技术赋能于人,确保技术能够产生实际价值,这也是施耐德电气一直所希望看到的。
“随着AI大环境的不断进步,楼宇与AI的结合是一件水到渠成的事情。”
施耐德电气数字能效业务中国区数字楼宇市场部负责人魏琨表示,施耐德电气在楼宇自控领域有着多年经验,积累了大量的OT知识,通过与逐渐成熟的AI技术相结合,就能产生显著的效果。
施耐德电气数字能效业务中国区数字楼宇市场部负责人魏琨
魏琨还观察到现在楼宇行业的两个变化趋势,第一,楼宇的能源管理不再仅限于用电量这一单一维度,在评估一个建筑或楼宇的能效时,指标维度正变得更加多样化;第二,楼宇控制行业正在经历转型,从强调精准控制的自动化过渡到强调数据互联互通,实现监控、控制和可视化的数字化。而到了人工智能时代,还需要进一步赋能重复性工作和维护性工作,提升系统的智能化。
节能新神器:SpaceLogic™ AI BOX(楼宇节能盒)
去年施耐德电气创新结合AI技术与数字化能源管理系统,发布了搭载AI技术的全新数字化产品SpaceLogic™ AI BOX(楼宇节能盒)。产品创新地将AI能力引入数字孪生技术,针对楼宇产业能耗占比达45%的暖通空调系统,以数字孪生、建模验证、系统优化、节能监测等四大核心功能优化能效策略。
一个更容易理解的说法是,可以利用SpaceLogic™ AI BOX(楼宇节能盒)构建一个1:1完全仿真的暖通空调数字化系统。物理系统在运行过程中产生的数据将实时汇聚到数字化系统中,并通过AI系统不断快速寻找最优化的设定和解决方案。
AI能够迅速获取参数值及其影响,从而使企业的评估和运维响应更加迅速。SpaceLogic™ AI BOX(楼宇节能盒)甚至还能预测整个楼宇的运行情况,帮助客户找到节能的关键点。
此外,今年产品还新增“相似功耗能效”功能,客户可以筛选工况和能耗条件,通过系统查找到过去类似工况和天气情况的时间表,以更直观、清晰的方式进行能耗比较。比如,去年同期的天气条件与现在相似,或者在商业环境中,人流量具有相似性和一致性时,都可以作为比较的依据。
而且SpaceLogic™ AI BOX(楼宇节能盒)是整个EcoStruxure™架构的一部分,能够得到EBO楼宇运营系统的支持。在通过AI的算力和算法,获取到优化的参数值后,参数将通过楼宇智控系统下发到管理中,真正实现节能的闭环。这大大减少了人员的参与,可以有效解决楼宇智控中大家一直困扰的难题——如何动态调整工况,使设备运行保持在高效状态。
作为施耐德电气全球五家“灯塔工厂”之一的无锡工厂就使用了SpaceLogic™ AI BOX(楼宇节能盒)。在原本已部署很多节能措施的情况下,空调暖通系统的能耗仍达到41%的高占比,而在应用该产品后,无锡工厂去年的功率节能率提高到22%,最重要的是空调能耗占比降低到36%。魏琨强调,5个百分点的差距看起来虽然不大,但对于一个工况和产能相对固定的企业来说,能够大幅度降低暖通能耗已经是一个了不起的成就。
SpaceLogic™ AI BOX(楼宇节能盒)除了对空调暖通系统做了建模,通过数字孪生技术将大型设备联系在一起,实现实时监控和判断;更重要的是,运维人员不再需要24小时专注于空调系统的运行状态,数字化系统和AI系统可以帮助发现和解决问题。这大幅提高了人员效率,让运维团队有更多的精力关注其他重要事项,从而带来更好的管理效果。
双碳目标引领,共创绿色未来
施耐德电气深耕中国市场多年积累了大量的客户和案例,并因此沉淀了丰富的数据和专家经验。魏琨指出,施耐德电气的优势在于依托丰富的项目经验和专家知识,能够将OT与IT相结合,并进一步与AI技术融合。
这和以AI为导向寻找操作技术的应用场景不同,施耐德电气是根据客户的实际需求,开发出相应的产品和平台。这也是为什么当许多竞争对手还在寻找应用场景时,施耐德电气已经在根据客户的具体需求进行定制化开发。
当然施耐德电气也清晰地理解,实现全社会的“双碳”目标不是一家企业所能完成的。
施耐德电气首先会确保提供的产品和方案必须具备绿色元素,这也是对外部ESG承诺的一部分。其次,对上游供应商进行技术赋能,提供绿色和低碳技术,指导他们如何实现智能化并实践ESG社会责任。
施耐德电气同时也在不断引入更多合作伙伴,并利用终生的研发能力,持续优化伙伴的绿色解决方案。通过实施EcoXpert™全球合作伙伴计划,提供数字配电、数字能效集成、楼宇自控、智能照明等4项认证,使合作伙伴具备将施耐德电气的技术方案和价值更好地传递给终端客户和企业的能力。
施耐德电气在整个生态的运营和建设中具有独特性和领先性,通过自身的影响力不断向外扩散绿色节能的理念,让施耐德电气的绿色影响力更加广泛地被看到。
“我们的目标是让更多人加入到推动绿色建筑和能源的行动中来。”魏琨表示。
好文章,需要你的鼓励
P1.AI创始人保罗·埃雷门科正用合成数据训练AI设计物理系统,从住宅冷却到星际飞船,突破工程AGI的终极瓶颈——数据稀缺。他的AI工程师Archie已能像人类一样处理多物理场任务,目标是让机器设计人类无法想象的复杂系统。
波士顿大学研究团队开发的DORI基准测试从四个维度评估多模态大语言模型的物体方向理解能力:正面对齐、旋转变换、相对方向和规范方向感知。研究评估了15个最先进模型,发现即使最佳模型在粗粒度任务上的准确率也仅为54.2%,在细粒度方向判断上更低至33.0%,与人类表现相差近30%。结果表明当前模型在精确角度估计、多视角追踪和理解复合旋转方面存在系统性缺陷,反映了它们内部3D空间表示的根本局限,为未来模型设计提供了明确方向。
这篇研究介绍了Oracle AI团队开发的一种针对企业系统的域特定检索硬负样本挖掘框架。该方法通过整合多种嵌入模型、降维处理和独特的语义选择标准,动态识别具有挑战性但上下文无关的文档作为训练样本,显著提升了重排序模型的性能。在云服务领域的测试中,该方法在MRR@3和MRR@10指标上分别提升了15%和19%,并在多个公开领域数据集上展示了广泛适用性,为企业搜索和检索增强生成应用提供了实用解决方案。
Oracle研究团队开发了FS-DAG,这是一种用于视觉丰富文档理解的少样本领域适应图网络模型。与传统大型模型不同,FS-DAG仅需5份示例文档即可适应新文档类型,参数量不到90M,却在信息提取任务中表现卓越。模型采用模块化架构,结合预训练的文本和视觉特征提取器与图神经网络,展现出对OCR错误的极强鲁棒性(性能下降不到1%)。实验表明,FS-DAG在多种文档类型上优于LayoutLMv2等大型模型,同时具有更短的训练和推理时间。目前已被50多家企业采用,每月处理超过100万次API调用,证明了其在实际业务场景中的价值。