美的楼宇科技陈侃：美的楼宇的技术探索如何与产业结合？丨美的TRUE大会
1月11日，第三届楼宇科技TRUE大会在深圳国际会展中心拉开序幕。
科技改变千行万物，楼宇自然也不例外。伴随着新的科技浪潮迭起，一场围绕楼宇科技的全新变革画卷已然呈现在所有人眼前。这其中，除了令人耳目一新的黑科技以外，更有着其背后的宏大构图——围绕绿色、共生的低碳与可持续愿景，这也成为了本次大会的核心主旨。那么这次变革将会呈现何种趋势，又将行至何处？
为此，本届大会以“绿色·共生·TRUE见进化”为主题，围绕“绿色低碳与可持续发展”、“生态融合与高质量发展”、“技术创新与产业升级”三个维度，勾勒出数智建筑新形态，大会分为1场峰会主论坛，7场平行分论坛、4场专业交流会议以及1场年度重磅新品发布会，现场聚集了众多业内大咖、学者，共同探讨这场科技为楼宇掀起的全新变革。
在黑科技分论坛中，美的楼宇科技研究院关键技术中心负责人陈侃带来了“可持续地走技术突破之路”的主题分享，他表示，暖通领域面临的挑战，普遍是基于我们缺乏数字化思维价值挖掘的背景所导致的。
以下为演讲实录，经36氪编辑：
大家下午好，今天我想简单过一下我们在智能楼宇领域最新的探索和实践。
先从行业里面先看一下现在的现状，一个市场调研机构发布整个的智能楼宇的行业发展情况，过去几年基本上每年超过20%的增长率，未来在2029年之前，预测都是以超过20%的复合增长率，说明这个行业成为了风口。
这个领域里面美的楼宇三个重点研究的领域，第一个是数字孪生，我们以前更加熟悉的是数字仿真，孪生和仿真有些什么不同，它的模型是属于物理世界的镜相，强调物理世界平行和指导性以及实时更新，所以它的模型肯定是更加精确，可以指导我们实时的运维以及控制的作用。
在基于数字孪生模型上面又延伸出来柔性节能，通过数字驱动的方法为设备节能优化，以及和智能电网进行互动，达到节能降碳的目的。还有高效运维，通过大数据分析，提高售后运维效率，在运维过程中提高效率，降低成本，也降低了碳排放。
这个过程中，我们碰到了一系列问题，比如理论研究现在跑到非常前面，但是落地性非常差。归根结底原因有这几个方面，一个是我们的楼宇数字标准化目前做的非常不足，数据极度不平衡。还有一个就是数据闭环性，很多情况下我们拿不到一个非常完整的工单数据，也不知道这个数据到底是健康的数据还是一个不健康的数据，还有我们模型它做出来泛化性差，我们模型要跟着项目走。还有持续运营水平低，我们这个东西做出来的初期跑的时候非常好，但是运维一段时间以后没人管，也没人用，可持续性非常差。
基于这几个因素我们做了一些技术探索，想解决一下上述问题，想提高一下产业的结合。首先在技术探索前提上，我们要介绍一下两年前推出的这个平台，这个平台的推出为我们一系列的探索提供了落地的可能，是结合了我们的硬件的专业的行业的知识，比如说电梯、暖通、智能楼宇、照明，等一系列的行业应用知识以及最新软件智能算法方面的知识，包括机器学习、数字孪生等等这一系列的结合体，有了这个平台以后，我们可以为不同的场景，比如说医疗、基建、地铁、轨交、园区、办公场景等各种场景，搭建数字化的解决方案。
这个模型的底层是设备层，传感器以及硬件设备都是最底层，最底层连接上面有边缘层，然后这些数据之上，通过整个平台进行数据上云，在云上面我们可以搭建各种场景的应用，包括检测、人员优化、分析方面的应用，在这些应用之上，我们进行了不同模块的研究与探索。
首先数字孪生方面，比如说有基于3D模型的数字孪生，我们现在最新发布了高效机房编辑器，以及IOC平台的搭建，现在做了一些虚拟调试的方面的研究工作，可以借助于软件与硬件的仿真系统，在整套的高效机房工程之前就可以提前进行数据验证以及控制点位的映射，极大的减少现场调试时间，在花旗银行这个案例上面我们取得了非常好的成绩，运用这个平台，我们减少了70%左右的现场调试工作量，极大提升了交付时间。
在虚拟平台上，美的与国家浙江电网一起合作，我们提供了虚拟电厂运营管理平台，进行了非常多的柔性响应研发。去年5月份和宁波电网大规模的多联机演练当中起到非常好的调峰能力。接下来，我们还会研发针对大型水机以及复杂多能源体系，比如说有水机、光伏储能，多系统，园区内综合大型建筑下面的柔性控制案例，它的目的就是帮用户更好节约能效、能源开支，提升用户的热舒适度，以及满足电网侧调峰的需求。
在AIGC方面的应用，我们做的探索就是搭载在3D数字编辑器上面我们体用生成式的原理，进行再一步提效，目前不仅仅通过拖拉拽的形式进行建模，而且一键生成，马上进行机房设计安排。在优化方面我们进行了优化策略，因为是强耦合系统，有各个不同的零部件构成，所以整个系统我们每个建筑物上面的形式非常不一样，所以这要求我们的控制逻辑有自动的学习你所在的环境，你所处的系统，有不同的性能，都是要通过环境的感知进行提升它的决策能力，最终达到能效优化的目的。
然后通过大模型技术，我们做了一系列针对水机系统的运维方面的探索研究，根据GPG模型以及预训练语言模型进行了知识图谱类的强化学习，根据这些具体行业知识，借助大模型的推理能力，可以帮助维修人员快速确定问题存在，提高运维效率。
在创新型，软件数字化层面，我们有一系列卓有成效的成绩。第一个是低代码，它拉低了这套数字智慧楼宇系统的使用的门槛，通过拖拉拽图形的形式，使没有专业能力人员通过这套系统进行所想要的智能系统开发；安全合规也是非常重要的，我们和安永合作，完成了安全性认证，为智能楼宇提供了非常好的防火墙、保护墙，把用户的隐私泄露风险降到了最低。还有一个自动化调试平台，有了这个系统以后，我们可以进行软件层面的敏捷开发，快速迭代，从而提高系统稳定性，减少故障发生。
在软硬件结合方面，我们有高效磁悬浮，多连机方面，MDV系列的08作业机房，在能源机房，液冷机组方面也有系统发布，我们也有乘用以及货用电梯，能够提供基础的数据、算法、控制能力，在这个基础上，我们发现，基于AI管家对于这些设备进行运维的功能，IOC可视化运维对于园区内碳排放进行实时监控，以及虚拟电厂，刚才说的柔性调控，我们可以作为一个聚合商，对于设备进行动态调控，满足国家电网的需求和响应。
最后在用方面，美的作为一家应用厂商，说一下今年比较重磅的案例，是我们的水机公司用最新、最成熟的水机上面的磁悬浮离心机，开发出来的空压机系统，因为使用了磁悬浮技术，它能应用在非常多领域，也是因为采用了磁悬浮技术，没有摩擦，故障率非常低，它的效率接近100%，能为用户提升效率，为用户省钱，提升设备可在线率。这个产品的竞争力就在于它的固有技术，以及可靠性，节能性，满足全生命周期的ESG。
最后我想说一个简短的总结和思考，我们暖通领域接下来会面临的主要四大挑战。第一个就是说缺乏标准的建设，面对海量数据，我们需要进行人为的重新定义，这非常费时费力，限制我们AI模型的应用；第二就是缺乏一个多重领域的连接；第三是暖通的人不懂AI，AI的人不懂暖通，我们要做的就是继续培养复合型人才；第四是国内的业主普遍缺乏对上云的重视以及持续运维的重视，整个挑战都是基于我们普遍缺乏数字化思维价值挖掘的背景。
所以整个智能楼宇领域，必定要经过一个通用大模型+专业小模型的阶段，也就是广义的人工智能加狭义的人工智能，越往底下越接近设备，专业性越高的概念。这种模型分布形式也就决定了云端大脑+分布式智能的连接方式，因此，我们也更加需要一个数智智能+楼宇暖通复合型的人才。谢谢大家。
