欢迎光临北京软件和信息服务业协会官方网站
从“能耗黑箱”到数据驱动:金捷利重塑数智能源管理新范式
发布日期:2026-08-13    来源:金捷利数字能源    分享到:

当2030碳达峰进入4年倒计时,当ESG强制披露成为上市公司"必答题",企业能源管理正站在转型的十字路口:一边是合规压力与降本诉求的双重倒逼,一边是传统方案"数据孤岛、只监不控、ROI极低"的现实困境。

作为国家级专精特新"小巨人"企业,金捷利用6年时间打磨出一套"软硬一体、云边协同"的全栈技术体系,不玩概念,只讲落地。如今,这套系统已在300+项目中交出平均节能27%的真实成绩单,为企业实现降本、合规、运维减负三重价值。


一、五大AI核心引擎全链路破解传统能耗痛点


a06866d0-4de9-4c74-834c-9e80f88f81c1.png

金捷利能源综合管理平台搭建了五大协同AI引擎,形成"负荷预测→智能群控→故障预警→智能问答→闭环执行"完整管理链路,把过去"人工凭经验控能"升级为"数据自主寻优"。


01 负荷预测:

XGBoost让冷站"提前知道"需求

不同于传统人为设定,金捷利采用XGBoost(极端梯度提升树)算法,把天气变化、建筑人流、节假日规律甚至空间功能差异(如办公区/商业区/机房的热工差异)统统纳入计算,系统可精准预判建筑未来24小时的逐时冷负荷,为后续设备调控提供"最优路线图"。

系统据此提前调整冷机启停策略和预冷方案——在需求高峰到来前启动预冷,利用建筑围护结构的热容蓄冷;在负荷低谷前提前减机,避免冷机低效空转。让设备从"被动响应温度报警"变为"主动预判负荷趋势",从源头消除供过于求的浪费。


02 群控寻优:

MPC+强化学习,时刻都在找"最优解"

群控优化引擎采用模型预测控制(MPC)结合强化学习与设备机理模型,构建了三层协同的寻优架构:


MPC层

不依赖固定程式,而是在每个控制周期内滚动优化。基于第一步的预测结果,系统前瞻规划未来时段的最优控制序列,只执行当前这一步,下个周期重新计算——始终紧跟工况变化。这种机制天然适配冷站动态运行,比传统PID控制和规则联动有质的飞跃。


强化学习层

像一位会自动成长的智能助手,在长期运行中持续学习冷站工况规律,积累节能经验——运行时间越长,控制策略越成熟,系统越用越聪明。MPC负责短期精确控制,强化学习负责长期策略进化,两者形成互补。


设备机理层

为优化求解提供物理边界约束,确保所有控制指令(冷机台数、水温设定、变频频率)都在冷机COP曲线、水泵性能曲线等真实物理特性允许的范围内——绝不会输出超出设备安全运行边界的不合理指令。配合独创的无传感器软测量技术,无需安装昂贵流量计,仅靠功率与转速即可推算系统流量,大幅降低项目落地成本。


03 时序异常检测:

让设备故障"早发现、自动办"

金捷利自研的时序数据异常检测引擎,内置经过300+项目实战积累的暖通专家知识库,7×24小时实时监测全部IoT设备的运行数据,自动识别温度异常漂移、电流持续过载、振动频谱突变、冷机COP效率衰减、阀门卡死/串液、水泵气蚀等数十类故障。

一旦发现异常,系统立即触发分级报警,并自动联动运维工单——从"发现问题→判定等级→生成工单→派发运维人员→移动端接收执行→结果回填确认",全程自动闭环。隐患前置识别时间可达24小时以上,真正将"被动抢修"转变为"主动预防"。


04 绿智AI问答专家:

让能源系统"开口说话"

绿智AI基于大语言模型(LLM)+检索增强生成(RAG)技术构建,是一个面向能源领域的全能型智能问答专家。它内置暖通、能源管理、碳核算等专业知识库,能实时调取设备运行数据,具备能碳自动计算与费用核算能力。

管理者只需用自然语言提问——"昨天冷站COP是多少?""本月碳排放范围一排放量多少?""哪个设备能耗异常?"——绿智AI即可调用实时数据与知识库,快速给出专业回答,并可自动生成标准化的碳排放报告。它不是一个只读数字的大屏,而是一个能理解业务语义、能计算分析、能生成文档的智能助手,让能源管理从"需要专家才能懂"变成"管理者人人都能用"。

ac71bfa8-dd3e-4c52-b545-1995fef64216.png


05 端边云协同:

从决策到执行的闭环

金捷利的端边云架构确保控制指令在边缘网关本地执行,关键控制环路响应在秒级以内,断网时仍能自主运行预设策略。云端持续收集运行效果数据,反向修正XGBoost预测模型的特征权重和MPC控制参数,系统越跑越准。

目前,这套闭环体系已覆盖冷站群控、照明调节、暖通优化等12个核心场景,实现平均节能率27%的稳定表现。

二、落地案例:真实场景验证节能收益


金捷利的技术已经在各类复杂场景中经受住了考验,通过"全栈自研软硬件+工业级底层控制",精准解决不同业态的能源痛点,创造真金白银的财务回报。


案例一:北京某30万㎡地标商业综合体空调系统智控升级项目

通过AI算法驱动智能调控,将数百台AHU机组、FCU机组、风机盘管、暖通空调系统等设备接入AI智控平台,运维人效提升60%以上,系统稳定节能率超20%,设备老化损耗显著降低。


案例二:湖南某5.4万㎡产业园区综合节能改造项目

搭建园区智慧能源综合管理平台和空调智控系统,综合能源使用效率提高15%,能源目标管理达标率达到95%,设备运维保养成本降低20%。

从初创时的能源管理服务商,到如今的数字能源解决方案引领者,金捷利的技术路线始终围绕一个核心:让节能降碳成为看得见的生产力。当“双碳”从政策要求变成企业的核心竞争力,这套全栈自研的技术体系,或许正是企业破局的“金钥匙”。

你知道你的Internet Explorer是过时了吗?

为了得到我们网站最好的体验效果,我们建议您升级到最新版本的Internet Explorer或选择另一个web浏览器.一个列表最流行的web浏览器在下面可以找到.