AIGC動態(tài)歡迎閱讀

原標(biāo)題：AI賦能綠色制冷，香港嶺南大學(xué)開發(fā)DEMMFL模型進(jìn)行建筑冷負(fù)荷預(yù)測
關(guān)鍵字：模型,解讀,負(fù)荷,數(shù)據(jù),建筑
文章來源：大數(shù)據(jù)文摘
內(nèi)容字?jǐn)?shù)：6014字

內(nèi)容摘要：

大數(shù)據(jù)文摘授權(quán)轉(zhuǎn)載自HyperAI超神經(jīng)
作者：加零
編輯：李寶珠、三羊
近年來，城市化進(jìn)程加速所帶來的碳排放量驟增，已經(jīng)嚴(yán)重威脅到了全球環(huán)境。多個國家均已給出了「碳達(dá)峰，碳中和」的明確時間點，一場覆蓋全球、全行業(yè)的「綠色」已經(jīng)拉開序幕。在一眾行業(yè)中，建筑是當(dāng)之無愧的能耗大戶，其中又以暖通空調(diào) (Heating, ventilation, and air-conditioning, HVAC) 系統(tǒng)為「重災(zāi)區(qū)」。相關(guān)數(shù)據(jù)顯示，供暖、通風(fēng)和空調(diào) (HVAC) 占全球建筑物能源消耗的 38%。
針對居高不下的建筑能耗，業(yè)內(nèi)往往通過優(yōu)化設(shè)備運行效率，以及智能控制來實時調(diào)控能耗。其中，針對冷水機組運行控制方面，冷負(fù)荷預(yù)測是優(yōu)化冷水機組排序控制的重要途徑，其能夠忽略冷負(fù)荷的臨時變化，避免不必要地開關(guān)暖通空調(diào)設(shè)備和冷水機組，從而減少由于啟停引起的消耗。
此外，不同地區(qū)的氣候條件不同，導(dǎo)致其在 HVAC 方面的消耗亦有所不同，例如香港處于熱帶氣候條件，HVAC 的能耗占比更高。在香港特別行政區(qū)機電工程署舉辦的「建造機電設(shè)施的全球人工智能挑戰(zhàn)」中，來自香港嶺南大學(xué)和香港城市大學(xué)的研究人員，提出了一

原文鏈接：AI賦能綠色制冷，香港嶺南大學(xué)開發(fā)DEMMFL模型進(jìn)行建筑冷負(fù)荷預(yù)測

聯(lián)系作者

文章來源：大數(shù)據(jù)文摘
作者微信：BigDataDigest
作者簡介：普及數(shù)據(jù)思維，傳播數(shù)據(jù)文化