冷源群控AI能耗预测及寻优控制智能体

场景痛点

医院门诊、住院、手术室负荷波动大，叠加昼夜、季节、天气变化；传统BA群控仅固定台数启停，只保障温度，不做全局能效最优；人工很难同时平衡冷机、冷冻泵、冷却泵、冷却塔多设备耦合关系，经常出现“大马拉小车”，综合COP偏低。

能耗负荷预测

采用“LSTM+LightGBM”融合模型，多步预测未来24h逐时冷负荷，滚动修正：每小时用最新实测数据重新预测，滚动时域修正偏差，MAPE ≤ 5%。

冷源群控AI智能寻优

融合设备模型 + 深度强化学习PPO算法，区别于纯数据黑盒模型：

• 多源感知输入：室外温湿度、未来24小时气象预报、门诊排班、住院床位、手术室手术计划、建筑蓄热特性、冷站全部设备实时运行数据；
• 负荷预测智能体：提前24h滚动预测全院冷负荷，分区域（普通病房/手术室/检验）精细化预测；
• <strong style="color:#全局寻优智能体：以冷站综合能耗最低为目标，约束条件优先锁定：末端温湿度、洁净度、手术室环境标准、设备运行安全边界；自动寻优：机组启停台数、负荷分配、冷冻水供水温度、冷却水温度、水泵频率、冷却塔风机组合策略；
• 边缘下沉控制：AI寻优策略下沉边缘网关，断网情况下仍维持稳定控制；云端持续迭代模型，不中断现场运行；
• 安全兜底：所有AI推荐参数设置上下限硬保护，超出安全阈值自动切回人工/基础PID控制，告警推送运维。

该智能体结合医院能效指标，冷站能效目标，摆脱传统粗放式控制模式，在保障医疗环境达标的基础上实现制冷系统智能寻优控制，深度节能。

界面展示