石墨烯地暖的优缺点 电采暖即将进入人工智能时代
名词解释:
人工智能(Artificial Intelligence),英文缩写为AI。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
影响电采暖能耗有以下三大因素
1、建筑保温
2、热转换率
3、行为节能
前两项是相对静态的因素,行为节能是动态的。但人的行为是复杂的,甚至是不可控的,笔者在跟踪多个电采暖项目的过程中发现,很多时候电采暖的管理人员是凭个人经验以及想象来实施管理的。
非专业人士的经验有时候往往会成为提高管理效率的阻碍,但是数据会客观公正的记录下发生的结果。比如,
1、耗电量、
2、加热时间、
3、室内外温度
当然,仅仅是记录下这些历史数据,甚至即便是客观反馈电采暖现场的实时状况,也不是大数据最终的目的。
如何把这些支离破碎的数据真正应用到电采暖项目管理上去,如何利用人工智能,机器学习这些先进技术提高管理效率,降低电采暖能耗,才是2026孜孜以求的最终目的。
那么基于大数据的电采暖人工智能技术到底能为项目节约多少能耗,实现多大的管理效益呢?
以黑龙江某中学为例
该学校早上8点上课,考虑到采暖需要设置提前量,管理员在4点左右将温度设置在18度,下午16:30下课,管理员在16:30将温度设置成10度。
但实际上,每个教室或房间的面积,朝向,功率配置等情况都不一样,管理员为保证最佳的室内温度,把这个提前加热和提前降温的时间都留出了较大空间,但这样管理是不尽合理的,同时也没充分考虑房间的差异性。
电采暖云平台通过对海量的历史数据进行分析,可对未来一段时间的加热条件进行精准的预判,借助人工智能技术接管一部分管理工作,以最佳的温度曲线方式来管理现场的电采暖设备,实现精准、个性、节能管理。
通过人工智能的算法,我们对2018年采暖季30多个项目,进行真实运行条件下的模拟测试,可综合实现15%的节能。
以下是通过两种不同方式,对能耗的对比分析
以该项目2018年采暖季40万左右的采暖费计算,15%比例即可节约6万元电费,而这是在不需要增加任何软硬件设备投资的条件下实现的。
我们要做的就是“拧干毛巾里的每一滴水”,向管理要效益,向人工智能要效益。
电采暖作为一种舒适、环保、节能的采暖方式,已经开始影响很多人的生活,而基于大数据分析的人工智能也才刚刚起步。但是我们相信,就是这一小步,必将成为影响未来中国石墨烯地暖以及电采暖市场的一大步。