AI 赋能绿色制冷,香港岭南大学开发 DEMMFL 模型进行建筑冷负荷预测

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

近年来,城市化进程加速所带来的碳排放量骤增,已经严重威胁到了全球环境。多个国家均已给出了「碳达峰,碳中和」的明确时间点,一场覆盖全球、全行业的「绿色革命」已经拉开序幕。在一众行业中,建筑是当之无愧的能耗大户,其中又以暖通空调 (Heating, ventilation, and air-conditioning, HVAC) 系统为「重灾区」。相关数据显示,供暖、通风和空调 (HVAC) 占全球建筑物能源消耗的 38%。

针对居高不下的建筑能耗,业内往往通过优化设备运行效率,以及智能控制来实时调控能耗。其中,针对冷水机组运行控制方面,冷负荷预测是优化冷水机组排序控制的重要途径,其能够忽略冷负荷的临时变化,避免不必要地开关暖通空调设备和冷水机组,从而减少由于启停引起的消耗。

此外,不同地区的气候条件不同,导致其在 HVAC 方面的消耗亦有所不同,例如香港处于热带气候条件,HVAC 的能耗占比更高。在香港特别行政区机电工程署举办的「建造机电设施的全球人工智能挑战」中,来自香港岭南大学和香港城市大学的研究人员,提出了一种新的动态工程化多模态特征学习 (DEMMFL, dynamically engineered multi-modal feature learning) 模型,用于长期准确预测建筑冷负荷,从而达到节能的目标。

在这里插入图片描述

获取论文:

https://www.sciencedirect.com/science/article/pii/S0306261923015477

后台回复「冷负荷」获取完整论文PDF

数据集:两栋办公楼的冷负荷数据

在本研究中,研究人员聚焦于香港两座办公大楼 (South_Tower 和 North_Tower,ST&NT) 的建筑能耗问题,建立了一个详细的数据集,涵盖了 2020 年 4 月 1 日至 2021 年 9 月 30 日的时间范围。该数据集通过每 15 分钟的采样间隔收集数据,确保了对建筑能耗动态的细致捕捉。

在这里插入图片描述

用以收集数据的两栋办公楼

模型架构:DEMMFL 模型

如下图所示,为了预测建筑冷负荷,将收集到的数据特征输入 DEMMFL 模型和 Deep Learning 模型,输出 ST 和 NT 共同的冷负荷数据。

在这里插入图片描述

利用 DEMMFL 模型的输入和输出

在本研究中,研究团队开发了一种称为 DEMMFL(动态工程化多模态特征学习)的预测模型,专门用于预测建筑冷负荷。该模型结构是在没有自回归输出项的情况下,利用过去输入数据的卷积构建的。

为了实现长期预测的准确性,DEMMFL 模型采用正则化的统计学习方法以实现预测的最佳方差和偏差权衡。研究中使用了 Lasso、ridge 以及最近开发的 Lasso-ridge 回归,通过交叉验证(CV)来优化学习超参数。通过这种方法,研究团队能够对包括冷负荷在内的所有特征和数据进行有效的缩放和处理,从而提升模型的准确性和效率。

此外,本研究还探索了多种深度学习模型,包括通过 AutoGluon 实现的 XGBoost 和 LightBoost,以及 LSTM 和 GRU。所有这些模型的训练方法均采用平均平方误差作为损失函数,训练方法为 ADAM。

整体性能最好:Lasso-ridge 回归

研究人员对比了 DEMMFL 模型在训练集和测试集上的统计学习性能,结果显示,Lasso-ridge 在除非运营时段外的所有模式中均优于其他三种技术,并且在测试集上的整体性能比排名第二的方法提高了4.2%。

在这里插入图片描述

Lasso-ridge 回归性能优越

这一结果表明,在利用 Lasso-ridge 方法时,DEMMFL 模型在建筑冷负荷的长期预测方面表现出色,不仅在精度上有显著提升,而且在变量选择上更为高效,这为建筑能耗管理提供了一个有效的工具。

预测敏感性:冷负荷与 OAT

在对 NT 和 ST 的工作日运营时段模式进行分析时,研究人员发现 OAT(室外气温)特征在冷负荷预测中起着主导作用。

建立模型后,研究团队对每个模型中冷负荷相对于 OAT 的敏感性进行了评估。在保持其余变量不变的情况下,他们将 OAT 增加一摄氏度,并相应地计算其他与 OAT 相关的变量。

在这里插入图片描述

测试数据集的四个模型的详细预测结果

实验结果表明,不同建筑的冷负荷对 OAT 的敏感性存在显著差异。南塔由于其较大的规模,其冷负荷对 OAT 的变化更为敏感。此外,除了在运营时段模式外,两座塔楼的敏感性差异在其他所有模式中都有所增加,这可能与建筑的不同特性和运营模式有关。

DEMMFL 模型:高精度、低误差

研究人员使用 LSTM、GRU 和 AutoGluon 等深度学习模型对同一训练数据集进行了优化,并在 2021 年 9 月的同一测试集上与 DEMMFL 模型进行比较。由于采用了知识驱动的工程化特征,DEMMFL 模型展现出了明显的优势,实现了最佳的 RMSE,而 AutoGluon 模型取得了次优。

在这里插入图片描述

模型比较结果

比较实际与四个模型预测的冷负荷数据,结果如下图。

在这里插入图片描述

预测结果

LSTM 和 GRU 在月初的前三天显示出明显较差的预测结果,在 9 月 22 日(中秋节假期)时,深度学习模型出现了很大的预测误差,而 DEMMFL 模型则预测得非常准确。

综上,DEMMFL 模型在预测建筑冷负荷方面预测精度更高,误差更小。

从能源管理出发:AI 与城市建设的未来

利用 DEMMFL 模型,无论是商业大厦、住宅区还是公共设施,都能够实现准确的能耗预测与优化,这一技术的扩展将帮助我们更好地理解和管理城市建筑群的整体能耗,从而促进更高效、更可持续的城市发展。

关乎全球环境,降碳降耗需要每个家庭、每个企业、每个行业共同努力。近年来,快速增长的能耗优化需求也催生一批成熟解决方案,并在落地中持续迭代。IBM、谷歌 DeepMind、施耐德电气,以及国内的商汤科技、美的楼宇科技等企业均利用人工智能协助能源管理。

例如,谷歌 DeepMind 将机器学习算法应用于美国中部地区 700 兆瓦的风电场,基于神经网络,利用广泛可用的天气预报和历史涡轮机数据进行训练,在实际发电前 36 小时,预测风力输出,从而提前一天建议工作人员基于每小时交付多少电力,制定更加准确的能源供应计划。

商汤科技基于其大装置 SenseCore 和商汤日日新 SenseNova 大模型体系强大的架构底座,持续输出高质量的AI算法和算力赋能电力系统多域智能化升级。

美的楼宇科技结合 AI 技术与暖通领域专家经验,开发了一款面向暖通空调系统运行优化的算法引擎 Smart Control,可以精准匹配冷热需求,结合 iBUILDING 云平台,可以实现节能减碳 15%-30%、舒适性提升 30%以上的优化效果。

在未来,AI 技术将与城市规划和管理紧密结合,打造一个高度集成、智能互联的生态系统,在其中 AI 扮演的角色不仅是技术的应用者,更是城市发展的引领者。

随着 AI 技术的不断发展,我们期待着一个更加高效、可持续和包容的城市未来。

参考文献:

https://www.sciencedirect.com/science/article/pii/S0306261923015477?via%3Dihub
https://www.marketsandmarkets.com/industry-news/AI-Powered-Energy-Sector-in-2023-Products-Companies-and-Innovations

https://tech.chinadaily.com.cn/a/202308/04/WS64ccbca7a3109d7585e47fbf.html

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

从ENVI SARscape到SNAP:手把手教你迁移哨兵1 GRD数据预处理流程(含避坑指南)

本文详细介绍了从ENVI SARscape迁移到SNAP处理哨兵1 GRD数据的全流程,包括工具哲学差异、数据准备注意事项、核心处理流程等效实现及地形校正技巧。特别针对雷达数据预处理中的常见陷阱提供避坑指南,帮助用户高效完成工具迁移并确保结果质量。

weixin_28677005的博客 486

动态冰储冷系统与需求响应策略的优化研究(Matlab代码实现)

集中式空调系统作为现代城市大型建筑不可缺少的部分,其耗电量越来越大,部分大中城市夏季中央空调的耗电量已占其高峰时段用电量的 20 %以上[1-2],与工业用电负荷一起造成了电力尖峰负荷,加大了电网的峰谷负荷差,导致白天用电 紧张、而夜晚大量电力却无法消耗。采用冰蓄冷系统,通过在夜间低谷时段蓄冷,在白天供冷时段将冷量释放,可以减少空调制冷机组在用电高峰期的耗能,一方面可以有效实现电力“移峰填谷”,另一方面由于存在峰谷电价差,冰蓄冷系统也节约空调整体运行费用,带来经济效益。

weixin_61181717的博客 275

Nginx反向代理MinIO私有桶签名失效?一招解决Host头校验问题

本文详细解析了Nginx反向代理MinIO私有桶时出现的签名失效问题,重点解决了Host头校验导致的"SignatureDoesNotMatch"错误。通过精准配置proxy_set_header保持Host头一致性,并提供了二级目录代理和调试指南,帮助开发者高效解决这一常见技术难题。

weixin_29201313的博客 321

非侵入式负荷监测_冷水机组非侵入式故障诊断模型研究

【摘 要】本文在对冷水机组典型软故障类型及其影响因子分析的基础上,提出了适合现场应用的故障表征因子,并借鉴Comstock和Braun的研究,整理出相应的故障分类规则表。之后,本文提出了一种新型的冷水机组故障诊断模型,其主要包括机组四大部件模型和制冷剂热力计算模块,并使用粒子群优化算法进行求解。结果表明,该模型对于压缩机功耗及COP的计算平均绝对误差均在2%以内,而且计算出的过冷度、排气过热度...

weixin_39620118的博客 472

VS Code/TRAE集成Cppcheck并启用MISRA规则

本文探讨了嵌入式开发中Cppcheck工具集成与MISRA规则检查的必要性。详细介绍了安装配置步骤:安装VSCode/TRAE、Cppcheck软件、配置插件参数、安装Python环境,并重点说明了MISRA规则文件的设置方法。通过完整的配置流程,实现了嵌入式开发环境下静态检查与安全标准的落地。

SDFangFang2025的博客 1283

C#操作SQLite数据库帮助类——SQLiteHelper

using System; using System.Collections.Generic; using System.Data.SQLite; using System.Data; namespace Com.ZCWL.Rock.Helper { public class SQLiteHelper { private static string connectionString =

跟健哥出去走走 2万+

机器学习——建筑能源得分预测

机器学习实战项目——建筑能源得分预测

weixin_44822403的博客 2044

ALTERA Triple-Speed Ethernet IP核在UDP通信中的实战配置指南

本文详细介绍了在Intel FPGA(原ALTERA)平台上配置Triple-Speed Ethernet IP核以实现UDP通信的实战指南。内容涵盖从IP核选型、QSYS系统搭建、关键参数配置,到UDP数据包组装、NIOS C程序调试及上板验证的全流程,重点解析了如何利用该IP核快速构建稳定的千兆网通信基础,为FPGA网络应用开发提供清晰路径。

m3n5b7v8c9x的博客 516

从DeepSeek探讨大语言模型在建筑及能源行业的应用趋势和技术方法

智能故障识别与诊断 结合人工智能算法,自动提取设备 特 征 ,识别潜在异常,构建以专家 经验为核心的诊断体系,为故障根 源定位和问题处理提供有力建议。多源数据深度挖掘 融合建筑领域各类数据,联动设备 运行指标 、能耗信息及环境监测, 实现精细用户画像,助力科学调度 与资源配置。人机智能协同互动 通过大模型驱动对话,实现业务咨询反 馈的迅捷与精准,员工能够自动检索和 获取相关业务知识。核心意义:打破AI垄断,带来AI平权,尤其是中文Al普惠,激发大众创造力。

xiaoaque的博客 373

【Unity3D】RTS Engine 笔记一

RTS Engine 中配置一个新场景, 初步认识GameManager、设置地形以及配置地形网格搜索

ViYeye的博客 1656

.NET 8 组件之IOC容器组件

NET 8中的IOC容器组件继承了前几代的优良传统,并在性能、扩展性、灵活性等方面进行了诸多优化,使得它在现代应用开发中依然保持领先地位。通过合理使用IOC容器,开发者可以更高效地管理依赖关系,编写更加模块化、可维护的代码。随着.NET生态的不断发展,IOC容器将继续扮演关键角色,为开发者提供强大的依赖管理功能。

hy_4377的博客 1530

每周编辑推荐|CCMusic 音乐数据集上线、揭秘英伟达自研大模型 ChipNeMo

hyper.ai 本周官网更新速览: * 优质公共数据集:10 个‍ 1️⃣ CCMusic 音乐数据集系列 2️⃣ MathVista 数学推理数据集 … * AI4S 论文案例:2 篇 1️⃣ AI 赋能绿色制冷,香港岭南大学开发 DEMMFL 模型进行建筑冷负荷预测 2️⃣ 自己卷自己?英伟达发布大模型 ChipNeMo,专为芯片设计定制 * 热门百科词条:10 条 1️⃣ 核范数 Nuclear Norm 2️⃣ 配对 t 检验 Paired t-Test … 更多资源干货详见本文→

HyperAI超神经 1526

基于STM32L4XX、HAL库的IP101GRI以太网收发器(PHY)驱动程序设计

define IP101GRI_PHY_ADDRESS 0x01 // 根据硬件设计设置PHY地址。#define IP101GRI_PHYSTS 0x10 // PHY状态寄存器。#define IP101GRI_PHYINIR 0x12 // PHY中断寄存器。#define IP101GRI_PHYCR 0x14 // PHY控制寄存器。#define IP101GRI_PHYID2 0x03 // PHY标识符2。

zhusl6688的博客 723

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 329

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 262

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 609

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 199

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 333

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 339

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 80

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 154

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 505

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 605

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

389

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 399

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5127
上一篇: Relay Arm® 计算库集成
下一篇: 自己卷自己?英伟达发布大模型 ChipNeMo,专为芯片设计定制
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值