应用“物理指导机器学习”技术为鲜风柜进行实时能源优化

创科方案 应用“物理指导机器学习”技术为鲜风柜进行实时能源优化
(编号 : S-0567)
试验项目
方案特点
  • 鲜风柜的实时能源优化模型是以“自学式物理指导机器学习”技术作基础并附以应用实际运行数据而建立
  • 鲜风柜的最佳控制设置是根据室外空气状况,制冷负荷以及空间使用率的因素而实时计算厘定的
  • 最佳控制设置可厘定鲜风及回风阀位置,送风温度设定及冷却盘管阀位置
  • 空间使用率可以透过多种方法确定,包括闭路电视面容识别和雷达技术
试验应用及预期成果
  • 应用实际操作数据进行模型校准以确保鲜风柜优化性能
  • 根据室外空气状况,制冷负荷以及空间使用率的实时数据, 系统会执行优化搜索以确定最佳控制设置
  • 有关最佳控制设置的指令会被发送至楼宇管理系统(BMS)以执行能源优化
  • 建立关键量度指标包括室内舒适温度,二氧化碳值和节能水平,以评估项目的有效性
附加方案资料 EMSD_AI FA Energy Saving Control with People Counting.pptx
方案提供者资料
方案提供者:安乐机电设备工程有限公司
地址:北角英皇道510号港运大厦13楼
联络人:杨攸群
职位:高级销售经理
电话: 2565 3478
电子邮件: edmondyeung@atal.com

有关上述创新科技解决方案的详情,请联络方案提供者查询。