概述

算法缺乏实际场景数据训练，算法实际性能未验证，模型泛化能力受限同时边缘设备算力不足导致调控延迟，云端协同存在通信开销，影响实时性

需求详情

中央空调作为商业建筑最大能耗单体(占比 40%-60%)，是节能改造核心靶点。国内存量中央空调系统超 500万台，其中80%仍采用人工设定或固定阈值控制，无法动态响应建筑负荷变化，导致能效低下，年浪费电力约1200亿度现有 AI算法需大量训练数据且收敛速度慢，模型在跨场景应用时泛化能力较差，难以适应不同建筑特性。目前已完成云-边-端三级协同架构部署，支持终端设备(如传感器、控制器)的数据实时采集与本地化控制，并通过边缘节点实现数据预处理、持久化。算法缺乏实际场景数据训练，算法实际性能未验证，模型泛化能力受限同时边缘设备算力不足导致调控延迟，云端协同存在通信开销，影响实时性

技术参数

1、要求调控算法支持多目标优化(能耗+舒适度+设备寿命);2、核心指标:碳排放量降低 15%、建筑节能效率提高 20%、系统 COP 值达到7以上;3、模型可部署到边测设备 AI边缘工作站，算法轻量化实时性好;4、AT 边缘工作站关键参数:①计算架构:需兼容 ARMv8 指令集，支持 NPU 加速(26TOPS 算力)的实时推理;②内存约束:算法内存占用量需控制在≤4GB;③存储限制:模型存储占用≤16GB;④实时性指标:从传感器输入到控制指令输出的端到端延迟≤5s。