​随着各组织努力减少能源消耗和相关碳排放，室内供暖和制冷仍然是一个有待优化的领域。事实上，HVAC(供暖、通风和空调的缩写)平均占建筑物总能源消耗的 40% 左右。在节省电力的同时仍为工人提供舒适的室内环境的方法可以在应对气候变化方面发挥重大作用。

现在，大阪大学的研究人员证明，通过应用新的人工智能驱动算法来控制暖通空调系统，可以显着节省能源。这种方法不需要复杂的物理建模，甚至不需要有关建筑物本身的详细先前知识。

在寒冷的天气里，传统的基于传感器的系统有时很难确定何时应该关闭供暖。这是由于照明、设备甚至工人自身产生的热量造成的热干扰。这可能会导致暖通空调在不应该启动的时候被启动，从而浪费能源。

为了克服这些障碍，研究人员采用了一种控制算法，可以根据收集的数据预测建筑物的热力学响应。这种方法比尝试明确计算可能影响温度的多种复杂因素(例如绝缘和发热)的影响更有效。因此，有了足够的信息，“数据驱动”的方法通常甚至可以胜过复杂的模型。在这里，暖通空调控制系统被设计为基于大型数据集“学习”变量之间的符号关系，包括功耗。

该算法能够节省能源，同时仍然允许建筑物居住者舒适地工作。“通过利用机器学习的预测能力来优化 HVAC 的运行时间，我们的自主系统显示出显着的节能效果，办公楼节能达 30% 或更多。” 主要作者赵大方说。“重要的是，尽管是冬天，房间却很舒适温暖。”

该算法致力于最大限度地减少总能耗、实际室温与期望室温之间的差异以及峰值需求时电力输出率的变化。“我们的系统可以轻松定制，根据情况的需要优先考虑节能或温度精​​度，”资深作者 Ittetsu Taniguchi 补充道。

为了共同实现碳中和经济的目标，企业很可能需要成为创新的先锋。研究人员指出，他们的方法可能会在能源成本上涨期间得到迅速采用，这使得他们的发现对环境和公司生存都有好处。

标 签：