ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
左手能源,右手AI,泛能网做出了能碳领域的“具身智能”
2473点击    2024-09-28 11:06



能源数智化,正在向实而生。


回顾全球百年产业变迁史,是一场能源与科技交织迭代的演进。


从改良蒸汽机到工业电气化,再到以云计算、人工智能为代表的新技术浪潮,产业革新的每一步,背后都是能源与技术的双重力量推动。


新命题也相应而来。当产业结构发展到现阶段,尤其是在“双碳”时代,以绿色为底色的产业转型升级和能源结构优化,对背后的技术力量提出了更高要求——单纯的技术先进性,已经无法满足愈发复杂多元的产业需求——新一代解决方案,更多是在考验产业与技术的knowhow交集。


这一点在能源领域体现得尤为明显。能源行业水深壁高,更重要的是,能源与千行百业深度勾联,是产业发展的动力命脉,不懂产业需求和能源行业规律的技术,无异于花拳绣腿,难抵实质。


所以产业转型的当务之急,在于探索出一套符合能源领域特点的解决方案。


其他行业的过往实践可以提供一些参照。例如在金融这类互联网基因较强的行业,其转型升级大多是从信息化、数字化走向智能化的线性进步。也就是说,这类行业通常从信息化和数字化开始起步,先将传统的图文等信息通过数字技术进行编码,实现最大程度无纸化,同时强调将业务流程从线下迁移到线上,并在企业中实际运转起来。典型代表就是各类ERP系统。


到了智能化阶段,则更强调数据驱动和数据资产,利用人工智能、大模型算法等前沿技术,让企业的各业务环节拥有更多感知学习、自主响应、推理决策的能力,例如高度自动化的灯塔工厂。


但以上的线性路径并非能源转型的最优解。原因在于,能源行业整体的数字化基础相对薄弱,信息化水平发展不均衡,过往的数据质量有限,如果从头开始,不仅转型效率低下,也难以适应日新月异的产业需求。


能源行业真正需要的,是一场“组合式”的进阶方案——将信息化、数字化与智能化深度融合,各取所长,通过数据驱动和技术赋能来实现智能化升级。而这,正是“能源数智化”的要义所在。


可以说,没有数智化,便无法构建起新型能源体系,数智化事关转型成败。越来越多人已经意识到这一点,但实践起来难度很大。只有既懂能源,同时掌握智能技术的产业方,才有实力达成。


泛能网正是典型代表。在其9月12日首次召开的“能碳智控一体机”数智新品发布会上,36氪注意到,泛能网将自身的深厚产业认知和经验积累,与AI大模型、仿真等先进技术深度融合,以一套组合拳的形式“打包”进能碳智控一体机。


不同于市面上常见的能源管理服务软件,能碳智控一体机构成软硬一体的独特产品形态,并且有丰富的人机交互方式,通过虚拟助手、手机App或是一体机上的触控屏,都可以实现即时干预和全局掌控。


这种具象的产品思路和实体,让“能源数智化”不再是看不见、摸不着的抽象概念,而是真正实现触手可及的应用落地。这代表着一种可预见的趋势:能源数智化,正在向实而生。


正如泛能网总裁程路所言:“今天我们的能碳智能产品,有了很具象的化身。”不仅如此,这套基于“能源+AI”的、产业底座式的能碳管理方案,正在工业印染、公建暖通以及园区荷光储等众多场景,重新定义能碳数智化的产品应用和交互体验。


被“智控”的染缸,与升级的印染产业


色彩鲜艳的各式服装是人们的日常必需,但鲜有人了解其背后的行业——印染。


在人们的传统印象中,染布的过程是人工搅拌着染缸里的染料和布匹,伴随着升腾的加热蒸汽。事实上,现代印染业已经告别人工小作坊,发展成标准化的批量工业生产形态。而这也伴随着大量的能耗、污染、资源浪费和碳排放。


在一家普通的印染厂,从染色、印花到后处理,不同的布料有不同的流程工艺和工序,这种千差万别的工况让精准管控似乎遥不可及。


单就温控这一个环节而言,便是极复杂的细分场景。“染色过程就像家用洗衣机,把布料、染料、水等放进染缸里去混合、搅拌、浸泡,并且要求在印染全程时刻保持合适的温度。其中水和蒸汽是核心的能源供应。”泛能网首席产品官王尊介绍说。


不同布匹染不同颜色,所需的时长和温度也不同,需要做到温度和工艺相匹配。传统生产范式下,工厂通常采用集中的供热管网,在正式染布之前通过人工去现场设置工艺要求和参数。但这种操作模式的供能质量不高,管理也较为粗放,会产生错染、废染和热损失,造成资源浪费和经济损失。


王尊举了一个具体的例子。一家中等规模的印染厂每年的热损失费用,通常达到200万元人民币左右。如果计算因废染错染造成的材料、能源等浪费,费用也高达数百万元。这些真金白银的损失,都落在了印染厂头上。


除了生产环节的经济损失,国际贸易环境的绿色新政也给传统生产方式带来冲击。我国是全球最大的纺织品生产和出口国之一,随着欧盟碳关税政策步步落地,海外市场对国内出海产品有严格的全生命周期碳足迹要求。如果印染产品延续粗放式生产,过程不注重节能降碳,产品碳足迹不达标,出海订单量将受到极大影响,行业竞争优势大打折扣。


对于环保压力大、市场竞争激烈的印染业来说,亟待一场绿色化、数智化的产业转型升级。


泛能网针对这样的产业需求和痛点,提供了优质解法。形象地来说,泛能网给每一个染缸安装了智控系统,并用个体式的微燃机替代“大锅饭式”的供热管网。每一个微燃机+染缸,构成微循环,让供能和管控都更加智能化、精细化。


具体来说,泛能网智控系统下的智能算法,可以针对上述微循环进行感知、预测、分析和优化执行。智控系统可以预知染缸接下来会染哪种布料,进而调用仿真系统中积累的30多种染布工艺,形成一个基础策略,再进行精度可达每分钟1度左右的精准温控。


通常情况下,染一缸布料需要两三个小时,过程中如果出现偏差,泛能网的能碳智控一体机便可以发出指令进行实时调节,极大减少错废染的出现。据了解,这套解决方案在实际应用中,可以达到超过99.7%的工艺匹配度,一次成品率保持在99%以上。


值得一提的是,染缸智控解决方案还可以聚焦产品的碳管理问题。系统内置了数十个行业的碳排放因子,可以自动计算生产过程中的碳排放,智能生成碳足迹分析报告,为企业提供减碳指引,助力生产绿色环保产品。


在实际应用中,泛能网能碳智控一体机所带来的价值,已经超出单一企业,形成示范带动效应。由于印染企业的集群式分布特点,一家厂商应用该产品的优势吸引众多同行关注,带动整个印染产业走向绿色智能转型升级。


用大模型算法,管好一栋大楼的温度


随着环保理念深入人心,与日常生活息息相关的绿色建筑和低碳空间,成为一股新兴的时尚潮流。


事实上,建筑行业是重要的“减碳战场”。根据中国建筑节能协会等联合发布的《2022年中国建筑能耗与碳排放研究报告》,2020年建筑全过程碳排放量为50.8亿吨,在全国碳排放总量中占比50.9%。建筑行业的绿色低碳转型,是实现双碳目标的一道必答题。


但一座建筑,具体如何才能做到绿色低碳?


答案的关键在于对建筑进行能碳智能管理,其中暖通是核心环节。


据36氪观察,尽管“智慧建筑”概念提出多年,但建筑暖通的自动化程度还处在早期阶段,整体市场渗透率不足30%。即使在已经部署了自动控制系统的楼宇,系统平均使用寿命也仅有5年左右,且故障率和空闲率都较高,甚至超过40%的自动化控制系统在使用一年后会出现故障。


这种现实窘境也情有可原。想要既精准又自动化控制建筑暖通,是一件难度极高的事情,这种“难”体现在:暖通系统涵盖众多设备,例如冷机、空调、冷却塔、风机等等,并且建筑有不同的功能空间,卧室、餐厅、室内泳池……不同空间对温度的需求不尽相同,再加上人流量的变化,不同人体对温度的需求差别,可以说,公共建筑的暖通温控是一个庞杂的生态体系,需要强大的调度响应能力。


如果做不到精准控制,会带来高额的能源成本。以一个20万平方米左右的大中型商超为例,一年投入在暖通系统中的能源成本在500万元人民币左右,而整体环境温度每调整一度,约带来5%的成本上升。而这其中的能源浪费,是一个棘手的行业痛点。


对此,泛能网提供了一套暖通智控解法。36氪了解到,针对建筑暖通的多设备特点,泛能网的智控系统基于物联网技术,以及不同设备间的协议解析能力,可以对冷机、锅炉等设备进行蓄热和出力仿真,从而精准预测冷热温度需求和供给能力。


这种感知能力已经覆盖超过15大类的上百种设备,预测率达到95%以上,并且能够实现分钟级预测。在预测能力的基础上,泛能网解决方案可以输出智控策略,例如针对一台冷机进行出水温度调节,或是单独调节一台水泵。


但泛能网并没有局限于此,其更大的价值在于,将这些设备与冷热需求进行组合寻优。也就是说,暖通智控系统可以在实时变化的需求环境中找到最优策略,并且稳定、可靠地执行这些策略,在不同细分场景落地。


从效果上来看,泛能网暖通智控系统可以实现95%以上的温度达标率。更重要的是,该系统下的智能算法和稳定控制,可以额外带来15%左右的节能效果,且基于能碳产业大模型的持续学习迭代能力,这一节能数据还有不断优化的空间。


目前,该系统已在多地商场和酒店实际应用。浙江众安商业集团运营总经理邵壮介绍,杭州萧山众安广场通过应用泛能网实施的“本地改造+AI智能系统”线上线下一体化智慧暖通升级方案,已取得明显成效,特别是在夏季高峰期,广场的综合能耗同比历史平均水平下降超过40%,全年节省能源成本50多万元。


泛能网的能碳智控一体机,让建筑暖通系统从自控阶段跃升到智控阶段,不仅是更节能,在人员运维等方面也都节约了经济成本。


真正的绿色智能园区,是利益共同体


当下的地方产业浪潮中,绿色智慧园区是最流行的新基建,构成产业升级的核心竞争力。


但真正高质量的产业园区,绝不是简单地铺设光伏板、配上储能电池,再上一套大屏幕统一管理系统——这些只是表面功夫,没有切入园区的肌理。尤其是在新型能源电力已成为各大园区统一能源服务的标配时,谁能让园区真正实现绿色智能运转,谁就掌握了差异化竞争力。


打造这种差异化竞争力的关键,在于高效智能的一体化能源管理。而这,与园区的“住民们”密切相关。


一座园区内拥有多方角色:能源项目投资和运营商、园区管理方、进驻企业、各类服务商等等。现实中,这往往是一个利益博弈场。


在大多数园区中,90%的光储项目是各自独立运行,即光伏和储能的运营商主体不同,时常会发生利益彼此冲突的情况,例如光伏每多发500度电,可能会降低储能方的收入。抑或是,项目运营商通过用电峰谷差价套利,导致园区用能企业的电力成本提高。


很多园区已经意识到这些问题,相应地推行荷光储一体化,但收效甚微。其中的难点在于,光储系统难以掌握用能企业的用电需求(即园区负荷),尤其是储能系统的调节作用没有得到有效发挥。


如何打破这种各自为政的局面,实现多方协同?


泛能网针对荷光储场景的痛点,提供了可整体寻优的智控系统。据了解,这套系统可以对园区荷光储以及园区外的电力系统、电力市场信息做到秒级感知,精准预测企业用电情况,以及光伏发电和储能充放周期。在掌握这一切信息后,系统策略会考虑在新能源消纳、能源供需、峰谷套利等多种因素之间寻求平衡,不仅实现各方利益共赢,还能够保证电力安全。


从能力效果来看,荷光储智控拥有95%以上预测能力、秒级数据响应能力,15分钟级别的滚动优化能力,以及分钟级别的安全控制能力,可以让园区各方实现10%以上的综合收益率。


从印染、建筑暖通到园区荷光储,泛能网将自身基于“能源+AI”的能碳管理能力和产品能力,整体融入能碳智控一体机,覆盖越来越多的应用场景。


不仅如此,能碳智控一体机还创造了更广阔的功能想象空间:能碳知识助手、企业能源管家、能源系统优化运行专家……它所具备的安全自控、自主决策能力,以及与能碳产业大模型互联互通的自主进化能力,正在升级、重塑能碳管理服务——这套现代能源体系的“自动驾驶系统”,将在AI时代带来全新的客户价值,推动整个产业转型升级。


文章来自于“36氪”,作者“36氪产业创新”


关键词: AI , 泛能网 , 具身智能 , 能碳AI