Bolehkah kecerdasan buatan atau automasi menyelesaikan masalah kecekapan tenaga yang rendah dalam bangunan?

Alat baharu yang dibangunkan oleh Lawrence Berkeley National Laboratory di Amerika Syarikat boleh membantu mengautomasikan pengesanan kerosakan dan perisian diagnostik, meminimumkan keperluan untuk interaksi manusia-komputer, dengan itu meningkatkan kecekapan dan mengurangkan pelepasan karbon.

Hari ini, automasi bangunan dan sistem pengurusan tenaga menjadi semakin diperlukan dalam pengurusan kemudahan, yang mempunyai kesan langsung ke atas operasi bangunan kerana graf membolehkan pemilik dan pengendali Mendayakan kecekapan yang lebih tinggi , fleksibiliti dan daya tahan dalam menghadapi perubahan iklim. Tetapi dengan alatan yang canggih ini, kerumitan yang semakin meningkat dan pengenalan ralat, selalunya dengan mengorbankan kecekapan yang disediakan oleh teknologi ini.

Akibatnya, teknologi Pengesanan dan Diagnostik Kesalahan Bangunan (FDD) semakin popular, menjimatkan berjuta-juta dolar dalam kos bangunan pemilik hartanah setiap tahun, dengan tempoh bayaran balik biasanya kurang daripada dua tahun. Alat FDD mengautomasikan proses mengesan kerosakan sistem HVAC dan prestasi suboptimum untuk membantu mendiagnosis kemungkinan punca. FDD biasanya berada di atas sistem automasi bangunan (BAS) sedia ada, menurut laporan Februari 2022 daripada Makmal Kebangsaan Lawrence Berkeley (LBNL) di Berkeley, California.

Walau bagaimanapun, walaupun alat FDD komersial nampaknya merupakan ubat mujarab untuk meningkatkan kecekapan tenaga dan dengan itu mengurangkan pelepasan karbon, masih terdapat masalah kecil: penyelesaian manusia diperlukan. Laporan LBNL menyatakan, "Sebaik sahaja kerosakan dikesan, campur tangan manusia diperlukan untuk membaiki kerosakan, yang sering mengakibatkan kelewatan atau bahkan tidak bertindak, mengakibatkan kos operasi dan penyelenggaraan tambahan serta kesan terhadap keadaan keselesaan dalam bangunan."

Dalam erti kata lain, kecekapan bangunan, penjimatan tenaga dan jejak karbon masih banyak bergantung kepada manusia.

Menurut LBNL, pembetulan kesalahan automatik untuk aplikasi FDD komersial menunjukkan janji yang baik dalam menutup gelung antara diagnostik pasif dan kawalan proaktif. Dalam sesetengah kes, alat ini boleh menyepadukan kecerdasan buatan (AI) untuk penyelenggaraan ramalan, memberikan pengurus kemudahan lebih fleksibiliti dan kebebasan berbanding sebelum ini.

Masalah: Kawalan mudah ralat

Menurut statistik, bangunan menggunakan 70% tenaga elektrik di Amerika Syarikat, menyumbang hampir 33% daripada pelepasan karbon global daripada pembakaran bahan api, dan kira-kira 10% daripada jumlah pelepasan gas rumah hijau 20% daripada jumlah tersebut. Oleh itu, bangunan mesti menjadi semakin cekap dan meramalkan masalah dengan sistem mereka sebelum ia berlaku.

Walau bagaimanapun, alatan FDD bukan kalis mudah. Malah, kajian menganggarkan bahawa kegagalan peralatan warisan dan isu kawalan boleh meningkatkan pelepasan gas rumah hijau dan bil tenaga dengan ketara kepada nilai $17 bilion dan 90 juta tan CO bersamaan setiap tahun, menurut LBNL dan Jabatan Tenaga A.S. (DOE).

"Ternyata peluang yang paling memberi kesan tenaga yang paling kerap kami temui boleh ditangani melalui pembetulan kesalahan automatik dan pengoptimuman kawalan," kata LBNL.

Peluang untuk meningkatkan prestasi tenaga ini termasuk:

Mengoptimumkan titik set suhu kunci keluar tinggi economizer.
1. Pembetulan pelan HVAC yang tidak diprogramkan dengan betul.
2. Lepaskan penggantian kawalan yang tidak perlu.
3. Pembetulan penderia suhu bias.
4. Pelarasan kitaran automatik.
5. Laksanakan strategi tetapan semula amalan terbaik.
6. Optimumkan tetapan titik set suhu zon.

“Kami kini sedang berusaha untuk melanjutkan suite penyelesaian kawalan bebas masalah terbaik dalam kelas kami kepada rangkaian rakan kongsi FDD yang lebih luas dan termasuk strategi tambahan seperti pentauliahan automatik/ujian fungsi dan fleksibiliti keperluan , "kata cucu.

Penyelesaian: Bagaimana automasi boleh meningkatkan hasil FDD

Pada 2016, LBNL melancarkan pergerakan Analitis Tenaga Pintar dengan kerjasama Jabatan Tenaga A.S. dan pelbagai industri rakan kongsi Ini ialah perkongsian awam-swasta yang telah menghasilkan set data terbesar mengenai analisis bangunan, kos, faedah dan penggunaan. Pada tahun-tahun selepas itu, LBNL juga telah bekerjasama dengan vendor pasaran teknologi FD domestik terkemuka untuk mengembangkan teknologi terkini melebihi apa yang sedia ada sebelum ini. Granderson berkata pasukannya telah membangunkan dan melaksanakan keupayaan pengaturcaraan tambahan untuk membetulkan kesilapan secara automatik sebaik sahaja ia dikenal pasti oleh perisian FDD sedia ada.

Dalam kajian lapangan 2020 dengan dua rakan kongsi pengguna akhir, LBNL membangunkan dan menggunakan satu set tujuh algoritma pembetulan kerosakan untuk sistem HVAC yang menggunakan platform vendor BAS sedia ada dalam Pengujian dunia sebenar telah dijalankan di dalam bangunan. Pembolehubah diperbetulkan oleh jadual meliputi algoritma, titik set, bacaan sensor, arahan, permintaan pemanasan/penyejukan dan parameter berkadar, kamiran, terbitan (PID).

Secara sejarah, teknologi FDD telah disepadukan dengan membina sistem automasi untuk menangkap data operasi bagi operasi sistem dan peralatan dalam format "baca sahaja". "Perkara pertama yang kami lakukan ialah meningkatkan antara muka supaya sistem FDD juga boleh 'menulis' arahan kembali ke BAS," jelas Granderson.

Pasukan kemudiannya membangunkan perpustakaan logik kejuruteraan yang mentakrifkan cara menyelesaikan pelbagai masalah berkaitan kawalan dengan mengubah suai parameter sistem kawalan yang biasanya boleh diakses melalui protokol BACnet.

Akhir sekali, pasukan menyepadukan logik pembetulan ke dalam platform FDD dan antara muka pengguna yang dihadapi oleh operator. Kini, setelah sistem FDD mengesan dan mendiagnosis kerosakan, pengendali dimaklumkan tentang masalah itu bersama-sama dengan tindakan pembetulan yang disyorkan. Selepas kelulusan pengendali, tindakan pembetulan akan dilaksanakan dan kesalahan diselesaikan.

Cucu memberikan contoh berikut: Titik tetapan suhu zon yang terlalu agresif mungkin dibenderakan untuk perhatian dan pembetulan operator dengan mesej "Titik tetap penyejukan untuk zon ini ialah 66 darjah, yang lebih rendah daripada yang disyorkan." anda suka mengembalikan titik set kepada 68 darjah yang disyorkan?" Dengan kelulusan operator, sistem FDD dapat menulis titik set 68 darjah Fahrenheit yang disemak semula kepada pengawal zon melalui antara mukanya ke BAS. Setelah tindakan ini selesai, kesalahan diselesaikan dan sistem FDD kembali kepada pengesanan dan diagnosis masalah.

Selain pembetulan ralat, LBNL juga memanjangkan fungsi sistem FDD untuk mengawal pengoptimuman. Pertama, ia membangunkan dan menguji kaedah untuk melaksanakan pelarasan amalan terbaik dan strategi tetapan semula responsif untuk tekanan statik unit pengendalian udara dan membekalkan suhu udara mengikut Panduan ASHRAE 36: Jujukan Operasi Berprestasi Tinggi untuk Sistem HVAC. Antara penyelesaian ini, teknologi LBNL menindas kawasan "istimewa" yang mengalami peningkatan penggunaan tenaga disebabkan oleh keperluan pemanasan atau penyejukan yang tidak dipenuhi.

Granderson menyatakan bahawa walaupun LBNL tidak menggunakan AI pada masa ini dalam kaedah pembetulan kesalahan yang dibangunkannya, sesetengah vendor FDD menggunakan AI di bahagian tertentu susunan teknologi mereka.

Membina IQ, yang berpangkalan di Sydney dan Fargo, North Dakota, telah melancarkan apa yang dipanggil perkhidmatan Pengesanan Kegagalan Berasaskan Hasil (OFD), yang menggabungkan kecerdasan buatan, analisis tenaga dan kepakaran manusia untuk mengatasi banyak kelemahan perkhidmatan FDD . "Pengesanan kesalahan berasaskan hasil ialah penyelesaian komprehensif yang membawa pengesanan kesalahan ke arah yang lebih baik dan lebih luas," kata presiden dan Ketua Pegawai Eksekutif syarikat itu Michael Nark dalam kenyataan akhbar Jun 2018 ekspres.

“Ia melakukan ini dengan menerima peranan penting yang dimainkan oleh pakar kemudahan dan menambahnya dengan pembelajaran mesin dan kecerdasan buatan yang canggih berfungsi tanpa mengira sama ada data itu baik atau buruk, dan memanfaatkan pembelajaran mesin Mengalihkan beban analisis data kepada awan Hasilnya ialah pengendali bangunan tidak perlu membuang masa dan sumber yang berharga mencari melalui ratusan helaian kerosakan harian Sebaliknya, dengan OFD, pengendali boleh memberi tumpuan kepada perkara yang benar-benar perlu diperbaiki, penyewa mereka . Dan kesimpulannya. "

Kelebihan Sistem FDD Automatik

"Terdapat tahap ketidakcekapan yang mengejutkan di dalam bangunan kami," kata Granderson. "Sistem kawalan automatik mengekalkan tahap suhu dan kelembapan. , dan memastikan sistem berjalan untuk meningkatkan keselesaan penghuni, tetapi mereka sering menjadi tidak selaras, mungkin tidak ditutup selepas waktu bekerja, atau mungkin menggunakan tetapan yang membazir tenaga dan meningkatkan kos dan pelepasan gas rumah hijau,” katanya menganalisis data operasi secara berterusan untuk mengenal pasti masalah bagi pengendali bangunan dan pengurus tenaga, dengan menyatakan bahawa "faedahnya adalah besar kerja kami menunjukkan bahawa organisasi yang menggunakan sistem FDD di seluruh portfolio mereka boleh menjimatkan purata 9% pada pelaburan." . ” Menambah pembetulan kesalahan automatik memanjangkan manfaat lebih jauh, dia meneruskan. Daripada menunggu berminggu-minggu atau berbulan-bulan untuk isu diselesaikan, isu boleh diselesaikan dalam beberapa jam dan kepakaran kakitangan yang berharga boleh digunakan untuk menyelesaikan masalah yang paling sukar.

"Selain itu, keupayaan untuk menulis arahan kawalan kembali ke BAS juga membolehkan kami melaksanakan pengoptimuman kawalan penyeliaan," katanya. "Menyediakan kawalan pengoptimuman penyeliaan melalui sistem FDD membolehkan pelaksanaan berskala merentas tahun dan jenama BAS yang berbeza tanpa memerlukan peningkatan yang mahal, manakala pendekatan yang lebih tradisional mungkin memerlukan pengubahsuaian langsung kepada pengaturcaraan BAS." Penyelesaian BAS dan BEMS yang dikuasakan kecerdasan buatan telah diterima pakai dalam sektor pembinaan komersial di seluruh dunia. Sebagai contoh, Ability BE Sustainable with Efficiency AI ABB kini menguruskan lebih daripada 275 bangunan yang berjumlah lebih daripada 100 juta kaki persegi. Secara kolektif, pemasangan ini mengurangkan pelepasan CO2 sebanyak lebih daripada 1 juta tan metrik setahun, semuanya dengan memanfaatkan pelaburan yang telah dibuat dalam automasi bangunan.

Masa depan bangunan pintar ialah penambahbaikan berterusan

Data yang baik ialah asas pembinaan automasi dan sistem pengurusan, dan lebih banyak data yang boleh dimasukkan ke dalam pengurusan tenaga dan sistem maklumat, lebih baik. Memandangkan alatan FDD dan perisian automasi berkembang, pelaksanaan bangunan pintar, skalabiliti dan kebolehpercayaan akan terus bertambah baik—dan pemilik bangunan serta pengurus kemudahan yang ingin memulakan perjalanan ini akan mempunyai alatan yang mereka gunakan.

Pada Oktober 2020, LBNL mengeluarkan Pameran Aplikasi untuk membantu pihak berkepentingan memahami cara untuk bermula, menyerlahkan amalan terbaik daripada peserta acara Analitis Tenaga Pintar dan menyediakan contoh inovasi yang berlaku dalam industri.

"Kami sudah menguji ciri baharu ini dalam beberapa bangunan dan produk BAS," kata Granderson. “Hasil setakat ini menunjukkan bahawa ia boleh berskala merentas pengawal yang berbeza, dengan peningkatan pembangunan dan pelaksanaan tambahan sederhana yang disediakan oleh vendor FDD Memandangkan keupayaan teknologi yang muncul ini disediakan oleh rakan kongsi mereka melalui ciri atau modul produk kami, LBNL akan dapat menjejaki inkremental. kos berbanding sistem FDD tradisional

“Ini semua sangat baharu dan masih matang, tetapi apa yang menarik tentang kerja ini ialah apa yang ditunjukkan kepada kami tentang bangunan pintar pada masa hadapan. Kami semakin meminta bangunan kami menjadi pemancar gas rumah hijau bersih-sifar, menyepadukan peningkatan jumlah sumber tenaga yang diagihkan, dan menyediakan persekitaran dalaman yang sihat dan selesa sambil mengharmonikan dengan grid boleh diperbaharui.

"Satu-satunya cara untuk mencapai matlamat ini secara berskala adalah dengan memanfaatkan infrastruktur berasaskan perisian moden yang disediakan oleh FDD dan perisian bangunan pintar yang lain Ia menyediakan kami saluran untuk terus 'memacu' penyelesaian kawalan dan analitik yang dipertingkatkan ".

Atas ialah kandungan terperinci Bolehkah kecerdasan buatan atau automasi menyelesaikan masalah kecekapan tenaga yang rendah dalam bangunan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!