首页 > 联盟动态 > 从理论创新到实践突破:数智技术赋能产业绿色发展

从理论创新到实践突破:数智技术赋能产业绿色发展

时间: 2025-04-17 来源: EESIA 作者: 打印 字体

随着物联网、云计算和大数据等新一代信息技术的迅猛发展,各行各业都在经历一场深刻的数智化变革。这场变革不仅是技术层面的创新突破,更是产业发展模式的根本性重构。通过数字化、智能化与绿色化的深度融合与协同发展,产业界正在构建起全新的能源管理和生产运营体系。加快推进数智技术的创新与应用,不仅能够有效提升全社会能源综合利用水平,降低企业投资与运营成本,还能为产业生态系统的重构与升级提供强有力的技术支撑。


日前,“2025节能与综合能源服务产业年度峰会”的“数智技术赋能产业发展分论坛”顺利落幕。论坛上,中国科学院大学教授翟立东深入阐述了人工智能(AI)技术的最新发展趋势。他指出,“在AI时代,我们必须重点培养三种核心能力:创造性思维、高频试错能力和跨界整合能力。”翟立东强调,“这些能力将决定我们能否建立与AI的有效共生协作模式。”



AI赋能能源管理:从"亚健康"到"智优化"


在能源管理领域,由AI带来的“工具革命”已悄然发生。


建科环能高性能建筑设计研究中心副主任李怀揭示了我国建筑能源管理领域存在的系统性挑战:“我国建筑能源管理系统常年在‘亚健康’状态下‘带病运行’,故障积少成多,导致系统频繁出错,节能潜力难以释放。”



针对这一痛点,建科环能团队研发的"建研查微"AI工具实现了重大突破。该AI工具作为业界首个将“大语言模型(LLM)”与“专家知识”深度融合的建筑机电、能源系统故障诊断与处理的AI工具,可精准提供系统显性及隐性风险评估、故障诊断,根因推理及解决方案全过程专家服务,有效保障建筑机电系统在安全性、节能性和舒适性多维度性能,相比传统运维模式,减少人力配置30%以上,提高故障及风险识别能力50%以上。


“‘建研查微’对建筑系统的运行自动诊断做出了有效尝试。”李怀表示,“未来,‘建研查微’将持续更新迭代。我们正邀请行业专家共建知识库,持续推动工具的迭代升级。”



“运用人工智能、大数据等先进技术,可以实现能源管理的自动化、智能化和决策支持,提高管理水平和响应速度。”广元科技行业总监王志刚表示,“通过融合设备建模结合物理模型和数据驱动模型,我们已实现对能源站设备工况及投运策略的智能优化,使系统能在复杂条件下自动寻找最优运行策略,在满足能源供应的情况下提升整体用能效率。”



“能源管理正经历从自动化到数字化再到AI化的历史性跨越。”施耐德电气数字楼宇市场部负责人魏琨认为,在AI时代已经来临的情况下,大模型和数字孪生相结合会为能源管理的未来带来革命性变化。他以施耐德无锡工厂为例,展示了AI Agent技术的实际应用成效,“项目改造后,可结合BMS和HVAC数字孪生实时监控和分析环境数据和能耗使用情况,生成优化建议,定期自动生成能源分析报告。暖通运维时间从 4hrs/d 降低到1.5hrs/d,能效管理从自动化迈入AI化。”



“中央空调机房难以有效进行管理,决策数据支持不足导致节能潜力评估不准确是一大原因。”中科医信机电与节能事业部负责人杨瑞表示,不同于传统的能源管理方案,智能探针解决方案通过先行部署非侵入式数据采集系统,基于前期数据采集结果有针对性的完成改造方案,以确保节能量评估及改造设备选型的准确,有效提升项目的投资回报率。


零碳园区的数智化实践


产业园区是制造强国的主战场,也是温室气体排放的重要来源地,零碳园区建设和试点聚焦产业园区,是实现科学有序推动碳达峰碳中和的重要举措。雪迪龙副总裁谢涛表示:“数字化能碳管理中心是零碳园区建设不可或缺的工具。”



近年来,多地明确提出推动园区智慧能碳系统建设、打造智慧能碳综合管理平台,构建园区及企业碳排放数据计量、监测、核算体系,提高碳核算数据质量等工作任务。对此,雪迪龙提出基于“监测/计量设备+软件平台+应用服务”的零碳园区精准碳计量解决方案。通过提供智能化标准化监测设备、数字化一体化能碳平台、专业化综合化服务,实现园区碳排放数据、用能数据的全方位、多层次的监测和采集,提升碳计量数据质量,赋能园区智能化、精准化零碳管理。



云牧科技行业总监贾彬聚焦园区空调节能。“空调作为园区建筑用电占比最高的负荷,具备灵活可调节的天然潜力。传统BA或者空调集控系统存在造价高、周期长、维护难、兼容差等痛点,而我们的AI解决方案实现了突破性创新。”他介绍,云牧空调云管家通过AI技术打造轻量化空调物联网智能终端,对建筑内各类型/各品牌空调运行数据进行采集分析和智能调控,满足用户舒适度的前提下,深度挖掘节能空间。


工业节能的AI革命


在“双碳”目标的时代背景下,工业节能是“重头戏”。面对工业传统节能技术发展瓶颈,AI成了工业节能技术创新破局的关键。



“深度智控的技术创新优势源于其高精度性能模型驱动的系统层级主动寻优技术。”深度智控合伙人&COO张雨馨分享了工业节能领域的前沿实践:传统的节能优化方法难以实时找到系统的最优解,而AI算法则受限于历史数据和经验,深度智控通过建立设备层级的高精度性能仿真模型,能够实时遍历数十万种设备运行工况,从而找到系统能耗最低时的最优控制参数,实现“逼近系统节能极限”的主动优化与闭环控制。



电机作为风机、泵、压缩机、机床、传输带等各种机械设备的驱动装置,被称为各种工业设备的“心脏”。智工场总经理李林认为,在低碳时代,市面上主流设备监测系统缺少对设备效率的衡量,无法有效诊断、指导电机设备的高效运行。他表示,智工场电机云系统通过一对一数字孪生和工业大数据分析处理技术,对设备进行数字化建模,并结合机理模型和人工智能技术来预测设备能效水平、性能及可靠性。同时,系统可对海量设备数据进行快速处理和分析,并生成有意义的指标,反馈给不同层级的使用者,形成皮带数字化管理的闭环,从而实现电机节能降耗、健康运维及人员优化等综合性管理效果。


当前,数智技术与产业发展的深度融合正在重塑全球产业竞争格局。从建筑能源管理到零碳园区建设,从工业流程优化到设备能效提升,AI驱动的解决方案展现出前所未有的潜力。随着技术的持续演进和应用场景的不断拓展,数智化必将成为实现“双碳”目标的核心引擎。产业界需要持续加强协同创新,共同推动数智技术在更广范围、更深层次的落地应用,为全球可持续发展贡献中国智慧和中国力量。


返回列表

下一篇: 万亿级蛋糕!如何抢占建筑节能市场新旧赛道?

© China Energy and Environmental Service Industry Alliance 能源环境服务产业联盟 京ICP备18013713号-2 技术支持:北京广元科技有限公司

邮箱:eesia@eesia.cn