数字孪生:您的建筑的一个可运行模型。
孪生模型学习您的设施按小时、按日期、按设备类型的用电方式。它从电力公司已经记录的数据起步,所以第一天就有东西可用。
接入传感器或楼宇管理系统后,孪生模型升级为物理模型:它能模拟热量在库房和货物中的传递,这正是预冷可以被安全规划的前提。
输入
15 分钟电表数据
最多 24 个月的账单
历史天气与天气预报
可选:传感器与楼宇系统
孪生模型
- 按设备类型拆分的负荷
- 库房与货物的热特性
- 新数据到来时持续校准
输出
72 小时需量预测
任意运行计划的假设推演
用于衡量节省的基准
偏离正常时的提示
- 15 分钟
- 每一项预测的时间精度
- 72 小时
- 预测范围,每天更新
- 每次运行
- 孪生模型都会报告自身的准确度和数据质量
预测式能源优化:在峰值之前行动,而不是在账单之后。
峰值一旦出现,需量电费就无法挽回。VoltMap 预测未来 72 小时的需量并给出置信区间;当高价峰值很可能出现时,它提前规划应对方案,并先在孪生模型上验证。
- 预测需量
- 置信区间
- 发出提醒
- 预测峰值
- 原有计划
- 优化后的计划
预测
未来 72 小时的需量、天气和电价,以 15 分钟为步长。
推演
在孪生模型上运行候选方案:预冷、错峰、转移。任何会突破限值的方案都被剔除。
建议
您至少在峰值前 18 小时收到最优方案,以及原因和预计节省金额。
验证
事后把实际结果与预测对比,孪生模型从差异中学习。
智能体运行时:每台主要设备配一个智能体。
每个智能体只学习一台设备:它正常的用电特征、运行时间表、对天气的反应。设备有变化时,它会自我诊断并向上汇报。场站协调智能体综合这些汇报,化解设备之间的冲突,并在任何建议到达您之前,逐条对照您设定的限值进行检查。
您,通过 VoltAssist用大白话说明发现。由您批准、调整或拒绝。
您的其他软件智能体通过 MCP 和 API 连接。
附带原因的建议
场站协调智能体汇总各设备的汇报,化解设备之间的冲突,并排出轻重缓急。每条建议都要对照您的温度和舒适度限值检查
发现与自我诊断
3 号冷冻库高出正常水平 23%自我诊断:冷凝器盘管可能脏堵,建议检查。
2 号空调机组正常在当前天气下,运行处于惯常范围内。
照明正常按时间表运行,营业时间外没有负荷。
充电桩启动延后 8 分钟为 3 号冷冻库让路,避免两者同时启动。
自我诊断是怎么做的
智能体把自己这台设备的实际用电,与孪生模型按当天天气和工作量给出的预期值进行对比。当差距持续三天以上,它会根据变化的形态推断可能的原因,估算故障正在造成的损失,并说明应该检查什么。
正常范围高出正常水平 23%
贴近设备
全场平均值会掩盖一台正在失效的压缩机。只盯着一台设备的智能体则能发现。
没有悄悄进行的操作
智能体只提出建议。它们能自主做什么,取决于您选择的自主级别,而且全部留有记录。
向其他系统开放
同样的发现可以通过 MCP 和 API 提供给您的维保、财务和自动化工具。
看看您自己场地的数字。
发来最多三个地点、最近三个月的账单。我们用您自己的数字告诉您多付了多少、错在哪里。