在香港地铁 (MTR) 系统中,制冷机占车站总能耗的 40%。作为绿色铁路计划的一部分,进行了一次现场试验,应用全自动人工智能系统控制制冷机组,以实时优化能源性能,同时保持适合每个车站环境的乘客舒适度。通过人工智能系统的预测能力,可以根据实际的制冷机、车站和天气条件预测工厂的电力消耗和冷却需求,所有这些都会随时间变化。然后可以使用实时制冷机组控制的优化模型确定最佳运行设置,包括分阶段、排序、冷冻水供应温度设定点等。本文介绍了使用数据驱动的机器学习模型和数值优化的人工智能系统的制定,并通过现场试验将所提出系统的实际能源性能与传统楼宇管理系统 (BMS) 中基于规则的控制优化进行比较。结果表明,所提出的人工智能系统实现了更好的能源效率,每年节省能源约 8.7%。
主要关键词