應用「物理指導機器學習」技術為鮮風櫃進行實時能源優化

創科方案 應用「物理指導機器學習」技術為鮮風櫃進行實時能源優化
(編號: S-0567)
試驗項目
方案特點
  • 鮮風櫃的實時能源優化模型是以「自學式物理指導機器學習」技術作基礎並附以應用實際運行數據而建立
  • 鮮風櫃的最佳控制設置是根據室外空氣狀況,製冷負荷以及空間使用率的因素而實時計算釐定的
  • 最佳控制設置可釐定鮮風及回風閥位置,送風溫度設定及冷卻盤管閥位置
  • 空間使用率可以透過多種方法確定,包括閉路電視面容識別和雷達技術
試驗應用及預期成果
  • 應用實際操作數據進行模型校準以確保鮮風櫃優化性能
  • 根據室外空氣狀況,製冷負荷以及空間使用率的實時數據, 系統會執行優化搜索以確定最佳控制設置
  • 有關最佳控制設置的指令會被發送至樓宇管理系統(BMS)以執行能源優化
  • 建立關鍵量度指標包括室內舒適温度,二氧化碳值和節能水平,以評估項目的有效性
附加方案資料 EMSD_AI FA Energy Saving Control with People Counting.pptx
方案提供者資料
方案提供者:安樂機電設備工程有限公司
地址:北角英皇道510號港運大廈13樓
聯絡人:楊攸群
職位:高級銷售經理
電話:2565 3478
電子郵件: edmondyeung@atal.com

有關上述創新科技解決方案的詳情,請聯絡方案提供者查詢。