楼宇机电系统智能调控
通过基础运行积累的大数据结合深度学习算法提高机电系统运行效率,合理设计日常保养策略,完成及时的故障预警、保养提醒,实现智能运营
案例技术方向:预测、推荐
解决问题
设备工况运行调控依赖人工,运行效率不高
由于运维专业水平不齐,导致能源浪费
无法及时根据外界环境变化来调整系统输出,楼宇内用户体验不好
商业价值
目标楼宇日均节电20%+
年节电约100万度
节约电费30%+
实现细节
数字化改造暖通侧设备,进行设备状态和关键点位数据采集和标准化
结合设备效率公式以及高效率为输出结果对监控时序数据建模
根据最进行模型建设和训练,最终得到最合适系统输出指标
使用PaddlePaddle的能力
CTR模型
点击率预估模型用于预判用户对广告点击的概率。PaddlePaddle提供 Wide & Deep 模型,可以作为一种相对成熟的模型框架使用;同时,也提供基于因子分解机的深度神经网络模型
查看详情