CORE ADVANTAGES
核心优势
智慧服务·核心优势
CORE ADVANTAGES
冷热全方位数智化，能源效率实时在线分析、决策智控、整体节能
采用自主研发的低功耗LORA无线通讯和数据采集专利技术，实现中央空调集控系统的最轻量化部署；
同时基于A算法和大数据处理技术，在确保室内环境舒适的前提下，对中央空调主机、水泵、冷却塔、电磁阀等设备进行安全与能效的双重监测分析，
提供最优化控制策略，实现能效提升、电力需求侧响应和智能运维帮助企业节能、降本、增效。
创新人才
公司依托中国科学技术大学的人才优 势，由博士、硕士及高级工程师等高 端人才组成的核心研发团队
服务网络
安徽泰然资源全国联动，有力推进企业新业态健康发展。
科技系统自主研发
完善的信息科研团队， 为技术研发的迭代升级保驾护航
多产业协同发展
紧密围绕能源管理领域， 构建产业一体化协同发展。
智慧服务管理平台
MANAGEMENT PLATFORM
一体化
完善的业务发展模式， 对环境管理、安全管理、运营管理、设备 设施管理服务提供解决方案，提高竞争力。
数字化
服务工单可与能源管理系统互通达到自动派单。各部门可通过手机端、手持PDA设备发起 服务需求。工单进度可通过系统管理平台实时追溯。
标准化
成熟的各业务SOP作业流程员工培 训体系、质控监管体系， 以项目管理标准化为基础，制定符合国家质控管理标准的目标化操作手册。
智能化
将智慧平台、智慧运营服务的多类智能产品投入到项目的各类场景运用中， 通过人机协同的作业方式提高工作效率，助力智慧医院的建设。
“中国科学技术大学先进研究院产学研”研发基地
RESEARCH AND DEVELOPMENT BASE
公司依托中国科学技术大学的人才优势，由博士、硕士及高级工程师等高端人才组成的核心研发团队，
致力于物联网大数据、嵌入式系统控制以及人工智能技术的研发和推广，目前已拥有自主知识产权160余项。
SAC强化学习算法
ALGORITHM
在空调系统的优化控制中，系统中各变量互相耦合，产生的样本较为复杂，使得传统的RL 算法难以收敛。
基于最大熵框架的 off-policy Actor-Critic 算法
其评价器（Critic）包括两个 Q 网络 θ1，θ2
以及它们各自的目标网络θ1’,θ2’
在计算损失时，采用选择更低的 Q 函数来解决动作高估的问题,通过降低更新幅度减小系统的震荡。
SAC 的执行器（Actor）具有自动熵调整的能力
使 Actor 在输出动作时安全可靠，适合应用于空调系统的优化
状态空间St:
空调水系统水温、空调水系统流量、AHU 送回风温湿度、室外天气等
动作空间At:
冷却水出口水温 、制冷机冷冻水供水温度和 AHU 送风温度
奖励函数R：
p-小时能耗；α-误差权重，δs-动作误差
XGboost负荷预测模型
PREDICTION MODEL
利用决策树回归模型， 通过引引入关键输入变量对空调负荷进行预测， 以利于智控系统优化调节。
模型优化包括三个部分：特征工程、超参数调节和算法优化。
模型预测效果的上限被限制在输入变量中，调节超参数可以逼近这个上限， 所以当超参数调节到最优时，模型不能变得更加优秀，算法也是同理。此时 唯一增加模型性能的方法就是增加训练样本数量，让模型学习到更多的内容。 基于多变量预测的机器学习方法，将误差稳定在3%-8%，模型的泛化能力极 大提升。
BP主机能耗预测模型
PREDICTION MODEL
利用神经网格模型， 实现对主机能耗的预测， 可对智控结果进行反馈已经诊断。
通过调整学习率、隐藏层数量（一般1-3层）
每层神经元数量等参数以保证模型基于样本数据损失值最低。
样本特性可以为主机冷冻出回水温度、冷却出回水温度、主机制冷量等， 样本标签为主机实时功率。
eCon系列算法
ALGORITHM
微模型控制
01
1.多种基于微场景化的模型，可实现算法的模块化部署，易于实现算 法产品化
2.微模型排列组合可适应多场景化的空调系统，适用性极广
3.相较于数据驱动型的AI算法，微模型可快速实现节能，见效快，更贴合商业应用的需求
4.微模型控制相互独立，抗干扰性强
海量数据驱动
02
1.基于大数据的强化学习，进一步挖掘节能潜力，实现深度节能控制
2.基于大数据的多种算法模型参数实时更新，实现项目全生命周期的节能控制，节能效果长期稳定
云边协同部署
03
1、云端大数据驱动机器学习，实现算法模型的远程无感升级，保证模型的长期稳定性
2、模型部署于边缘，不受网络波动影响，系统安全可靠
Obtain more solutions
获得更多解决方案
安徽泰然以科技创新为核心驱动，以诚实守信为经营之本，砥砺前行、锐意进取，打造出集科技研发、生产制造、市场营销、技术服务于一体的完整产业链
合肥市国家高新技术开发区创新大道创新产业园二期G4楼E区5层