暖通数据治理 · FDD故障诊断 · 负荷预测 · 约束优化 · 受控执行

让暖通优化有依据、控制有边界、成效可复核

瑞铭安普楼宇暖通AI能效优化智能体平台面向写字楼、商业综合体、园区、酒店等集中暖通场景，连接既有BMS/BAS、能源计量、气象、客流和运维数据，在保留现场联锁与保护的前提下，形成从运行洞察、故障诊断、策略仿真到审批执行和效果复盘的一体化能效运营闭环。

产品定位既有楼控系统之上的暖通能效运营智能层
适用对象业主、资产管理方、能源与设施运维团队
上线方式从只读洞察逐步扩展到受控优化
预约楼宇暖通能效评估
楼宇暖通AI能效运营界面示意
产品界面示意图，图中数值为展示占位，不代表项目承诺
查看本页目录

1. 楼宇暖通AI能效优化平台解决什么问题

在既有BMS之上建立持续优化与运营闭环

很多楼宇已经可以监控设备、查看告警和执行固定时序，却仍难以解释能耗变化、定位系统性低效、验证策略影响并持续复盘。平台不整体替换BMS、DDC或PLC，而是统一暖通设备、点位、能耗、环境和运维数据，补充跨系统分析、预测、故障诊断、约束优化、AI解释和运营协同能力。

常见运行断点

  • 点位命名、单位、采样周期和设备关系不统一，模型与报表难以复用。
  • 固定时序和人工经验难以及时适应天气、客流、营业时间和设备状态变化。
  • 告警数量多但缺少影响排序、根因证据、检查步骤和工单闭环。
  • 控制建议与权限、联锁、限值、回退条件分离，自动化风险难以审计。
  • 节能成效只看总表变化，没有明确边界、基线、归一化条件和策略证据。

不同角色如何使用同一套平台

业主与资产管理方

查看楼宇、系统和设备能效，掌握优化机会、运行风险、项目进展与可复核成效。

能源管理负责人

建立能耗基线和指标口径，分析偏差原因，评审策略并持续开展测量与验证。

暖通工程师

使用负荷预测、设备效率模型、FDD和约束优化评估机组组合、设定值与排程。

值班与维修团队

按影响优先级核验问题，接收带证据的检查步骤和工单，记录处置结果与复盘结论。

暖通AI能效优化四环一舱架构
产品设计示意：数据、诊断、优化与运营四个闭环围绕智能优化中枢持续运行

产品边界：平台不能替代设备维护、传感器校准、基础控制调试和岗位责任。通用大模型不直接控制高风险设备，现场硬联锁、设备保护和故障安全逻辑仍由原控制系统执行。

效果边界：本页面不承诺统一节能比例。实际效果取决于建筑基线、系统类型、设备状态、传感器质量、控制权限、运行时段和团队执行，具体目标以项目调研、技术协议及测量与验证方案为准。

2. 核心能力与技术架构

从可信数据到受控执行的六项能力

数据与语义治理将原始点位映射为建筑、系统、设备、部件、测点和指标关系，管理单位、读写属性、采样频率、有效范围、控制权限和质量规则。
能耗洞察从楼宇、系统、设备和时间维度分析能耗、负荷、效率、舒适和风险，关联原因、动作、责任与结果。
冷站与水系统优化按现场约束评估冷机组合、负荷分配、供水温度、水泵频率、压差和冷却塔协同策略。
空气侧与末端优化结合占用、温湿度、CO2、时段和负荷，评估AHU、PAU、VAV、FCU等设备的排程、送风、静压、阀位或风量目标。
FDD与运维闭环联合规则、统计模型、设备拓扑和维修记录发现异常，给出候选原因、影响排序、检查步骤和工单草案。
AI能效助手在受控知识和工具范围内完成问数、追因、策略解释、报告草拟和流程协同，并显示数据范围、依据、风险和下一步操作。

大模型、专业模型和现场控制系统分工协同

楼宇暖通AI能效平台分层技术架构
产品设计示意：体验、业务、智能、数据、边缘和现场设备分层解耦
大模型与智能体负责理解问题、检索知识、解释专业模型结果、生成报告草稿和编排授权工具，不独立决定高风险启停。
预测与优化模型负责负荷预测、设备效率估计、异常识别、约束优化和候选策略计算，并记录模型版本、输入窗口与适用范围。
BMS/DDC/PLC承担实时采集、PID控制、联锁保护、设备启停逻辑和故障安全，保留现场最终保护边界。
运营人员负责目标设定、风险判断、策略审批、现场核验、设备维护与结果复盘，不被黑箱自动化替代。

策略如何通过“双闸”进入现场

1. 发现与计算识别负荷、效率或故障线索，由专业模型生成候选动作和影响预估。
2. 仿真校验检查约束、冲突、舒适影响、设备启停次数和模型适用范围。
3. 权限闸核对用户角色、审批链、设备授权、有效时段和命令白名单。
4. 安全闸核对联锁、保护信号、限值、变化速率、通信状态和回退条件。
5. 执行与回执由命令代理受控下发，读取BMS/DDC/PLC执行回执和现场反馈。
6. 复盘与回退持续监测偏差；条件不满足时降级、转人工、保持原逻辑或一键回退。
楼宇暖通AI能效助手功能示意
产品设计示意：AI回答同时展示证据链、策略影响、权限和安全边界
先确认现有系统、点位和控制权限

提供BMS/BAS、冷站设备、末端、计量、环境传感器和运维系统现状，可进一步梳理协议、数据质量、读写权限与分阶段建设范围。

获取暖通系统与点位接入清单

3. 适用场景和使用边界

适合从哪些建筑和系统开始

写字楼与园区

面向工作日与非工作日、分区占用、多楼宇协同和租户舒适差异，统一分析冷站、空气侧、末端和能耗数据。

商业综合体

结合营业时段、客流、天气和区域负荷变化，评估早启停、机组组合、冷却侧协同和活动模式。

酒店与公共建筑

在舒适、服务连续性、噪声和设备边界下，支持分区策略、异常诊断、工单和持续能效运营。

多楼宇资产组合

统一点位语义和指标口径，对同类建筑、系统和设备开展机会排行、风险对标和策略复制。

典型优化与诊断任务

  • 根据天气、日历、占用和建筑热惯性评估早启动时间与当日负荷。
  • 识别多机低负荷、供回水温差异常、泵频与压差不匹配等冷站低效问题。
  • 分析冷热同时、过量新风、阀位长期全开、风机低效和区域温度漂移。
  • 按能耗、舒适、可靠性、持续时间和处置成本排列FDD问题优先级。
  • 对能耗偏离基线的变化进行天气、占用、排程、设备效率和人工干预分解。

进入自动优化前需要满足什么条件

关键数据可信：供回水温度、流量、功率、阀位、频率、状态等关键点位应达到项目约定的完整性、准确性、时效性和一致性要求。

基础控制稳定：启停联锁、PID回路、执行器、反馈信号和设备保护应先完成调试；基础控制长期异常时不直接叠加自动优化。

接口与授权明确：只有展示数据或没有可靠下发接口时，可先建设只读洞察版，由人员在原系统执行建议。

责任和恢复路径清楚：项目需明确能源、暖通、值班、IT/OT和安全责任人，并完成审批、人工接管、故障降级和回退演练。

4. 系统接入与部署方式

接入范围按现场设备、协议和权限逐项确认

平台可评估连接BMS/BAS、DDC/PLC、冷水机组、冷冻水泵、冷却水泵、冷却塔、AHU、PAU、VAV、FCU、能源计量、温湿度与空气品质传感器，以及气象、客流、日历、工单、资产和统一身份系统。具体支持范围取决于品牌型号、协议、接口开放能力、网络边界、授权方式和数据质量。

从只读数据到控制写入分级接入

  1. 盘点对象：梳理建筑、系统、设备、部件和关键点位，确认事实来源、名称、单位、频率与有效范围。
  2. 验证连接：按项目评估BACnet、Modbus、OPC UA、MQTT、API、数据库或文件交换等方式。
  3. 治理数据：处理时钟、缺失、漂移、异常值、设备关系和质量评分，建立可复核基线。
  4. 分配权限：区分读取、建议、审批执行和授权自动，配置角色、设备、时段、白名单与审计。
  5. 验证故障：检查断网、超时、设备离线、命令无回执、边界触发和模型偏差时的降级与恢复。

按数据与控制边界选择部署形态

私有化部署

平台、数据库和模型服务部署在客户环境，适合数据不出域、深度内网集成或国产化适配要求较高的项目。

混合部署

OT数据与控制留在现场边缘侧，部分AI服务或多楼宇分析在中心侧运行，并按策略脱敏、汇总或同步。

专有云或云端

适合多楼宇统一运营；现场保留安全代理、必要缓存和基础控制，中心侧承担集中分析与模型治理。

分析型轻量部署

先接入数据、驾驶舱、能耗分析和FDD，不开放控制写入，后续按数据和组织成熟度升级。

安全控制贯穿网络、身份、命令、数据和模型

项目应落实IT/OT分区、最小端口开放、受控远程访问、强认证、角色与设备级授权、命令白名单、参数限值、变化速率、操作审计、数据分类分级、备份恢复和模型版本留痕。涉及控制的功能必须保留原系统联锁与人工接管能力。

如需同时管理企业能耗、碳排放、节能项目和供应链碳信息，可结合瑞铭安普能碳管理平台统一规划数据边界；暖通优化仍应按设备、控制和现场安全条件单独验收。

5. 实施流程与验收方式

从机会筛查到持续运营分阶段上线

  1. 机会筛查：完成现场访谈、系统设备盘点、数据样本分析和价值假设，明确目标、责任人与测量计划。
  2. 数据与基线：建立点位映射、系统拓扑、质量规则、计量边界和基线方法，形成点表与数据质量报告。
  3. 只读诊断：上线能耗分析和FDD，由现场人员核验诊断、误报、检查步骤和工单闭环。
  4. 策略验证：配置负荷与效率模型、策略仿真和建议运行，通过人工实施形成效果对照与边界记录。
  5. 受控执行：在安全测试和业务审批通过后，配置审批流、白名单、回退、命令代理和灰度范围。
  6. 持续运营：开展M&V、模型漂移监测、月度复盘、策略扩展和多楼宇复制，保留版本与审计记录。

标准交付物

  • 现状调研、建设范围、系统架构、接口清单、点位与设备语义模型。
  • 数据质量报告、能耗基线、驾驶舱、诊断规则、策略清单和模型卡。
  • 角色权限矩阵、控制矩阵、审批流程、命令白名单、回退方案和应急预案。
  • 接口与功能检查记录、灰度运行记录、培训材料、运维手册和配置备份。
  • 验收报告、M&V方法与结果、版本记录和持续优化清单。

验收不只看驾驶舱画面

  • 数据与接口：核对点位映射、单位与时钟、完整性、接口稳定和命令回执。
  • 功能与流程：核对驾驶舱、诊断、策略、审批、工单、报告和角色权限。
  • 模型与算法：记录适用对象、数据窗口、评价指标、置信信息、异常处理和版本。
  • 控制与安全：验证白名单、限值、速率、联锁、回退、人工接管和审计日志。
  • 舒适与运行：结合温湿度、空气品质、设备状态、启停次数和业务时段复核。
  • 节能与成本：按明确边界、基线、调整条件和对照窗口形成可复核M&V证据。
从一栋代表性楼宇或一个冷站开始

说明现有楼控、设备、点位、计量、运行问题和控制权限，可进一步确定试点边界、部署方式、数据治理、策略范围与验收证据。

咨询暖通AI能效优化方案

6. 常见问题

已经有BMS，还需要重新建设控制系统吗？

通常不需要整体替换。BMS、DDC和PLC继续承担现场采集、实时控制、联锁与保护；本平台在其上补充数据治理、跨系统分析、负荷预测、FDD、约束优化、AI解释和运营协同。具体复用范围以接口、点位和现场控制状态核验为准。

大模型会直接控制冷水机组吗？

不会让通用大模型绕过专业模型和现场控制系统独立决定高风险动作。大模型用于理解问题、检索知识、解释结果和发起流程；候选策略由专业模型计算，并经过仿真、权限闸、安全闸以及BMS/DDC/PLC联锁后才能受控执行。

数据不完整时可以先上线吗？

可以从机会筛查、点位治理、能耗洞察和只读诊断开始。关键数据不可信时，平台应降低置信、停止相关模型出策略或降级为建议模式，并明确需要补点、校准或修复的条件。

平台支持哪些设备和协议？

可按项目评估BMS/BAS、DDC/PLC、冷机、水泵、冷却塔、空气侧与末端、计量和环境传感设备，以及BACnet、Modbus、OPC UA、MQTT、API等接入方式。最终支持清单取决于具体品牌型号、协议、接口开放能力、网络和授权条件。

如何避免AI建议错误或控制风险？

通过数据质量门禁、受控知识、专业模型计算、证据引用、置信提示、策略仿真、角色审批、命令白名单、限值与速率检查、现场联锁、人工接管和回退机制降低风险。不能核验或超出模型范围的结论必须标明不确定并转人工处理。

节能效果怎样确定和验收？

先明确整栋楼、暖通系统、冷站或单项策略等测量边界，再约定历史基线、天气与占用调整、异常日处理、设备或营业变化和对照窗口。平台保留策略、人工干预和运行数据，按项目约定的M&V方法复核，不在现场勘察前承诺统一比例。

出现断网或模型偏差时怎么办？

现场BMS/DDC/PLC继续按原控制和保护逻辑运行。平台停止高风险下发，保持最近安全状态或返回原策略，记录故障并通知责任人；数据质量下降或模型偏差扩大时自动降级运行模式，完成核验后再恢复。