暖通空调系统是现代建筑中最大的能耗单元，其能耗占比常高达40%-60%。传统基于固定设定点与简单时序控制的运行模式，已无法满足“双碳”目标下对能效极致追求的诉求。古河云科技智慧暖通节能系统，应运而生，它不再是一个孤立的控制器，而是一个融合了物联网、大数据与人工智能技术的建筑热力系统“智慧大脑”。

一、 系统架构：三层技术栈实现闭环优化

一个成熟的智慧暖通系统，通常构建在感知控制层、边缘计算层与云平台层三层技术栈之上。

1. 感知控制层：系统的“感官与手脚”

此层负责全系统数据的采集与最终控制指令的执行。

环境感知：部署高精度温湿度传感器、CO₂浓度传感器、光照度传感器甚至occupancy传感器，构建完整的室内外环境参数监测网络。

设备状态感知：在冷水机组、水泵、冷却塔、空调箱、阀门等关键设备上，安装智能电表、流量计、压力传感器和温度计，实时采集其运行效率、负荷率和启停状态。

智能执行器：采用变频器与智能调节阀，作为系统的“手脚”，精准执行优化控制策略。

2. 边缘计算层：本地“神经中枢”

边缘网关是保障系统实时性与可靠性的关键。

数据汇聚与协议转换：汇聚来自不同品牌、不同协议设备的数据，并统一转换为标准格式上传。

实时控制与策略执行：在本地运行核心控制逻辑，即使在与云端断网时，也能保障系统基本稳定运行，并执行下发的优化策略。

边缘AI：具备初步的数据分析能力，可进行本地快速的异常诊断和实时调优。

3. 云平台层：全局“决策大脑”

云端负责海量数据的存储、深度分析与全局优化。

数据仓库：使用时序数据库高效存储海量的运行数据。

AI算法引擎：这是系统的核心竞争力，内置多种智能算法模型。

可视化与交互：通过Web界面，为管理者提供系统能效、舒适度、设备健康状况的全景可视化视图。

二、 核心技术：从“经验控制”到“模型预测控制”

1. 基于模型预测控制的全局优化

这是系统最核心的技术。MPC不再仅根据当前状态进行反应，而是基于建筑热力学模型与气象预报数据，对未来一段时间（如24小时）的建筑负荷、室外温湿度进行预测，并以此为基础，求解出未来时段内总能耗最低的设备运行策略。

优化对象：冷水机组启停组合、供水温度设定、水泵频率、新风阀开度等。

求解目标：在满足所有区域舒适度约束的前提下，最小化系统总能耗（电、气等）。

技术优势：能够充分利用建筑的“热惯性”，实现“提前蓄冷/热、平峰填谷”，规避电价高峰，实现经济与能效的双赢。

2. 冷水机组群控与负荷分配

系统通过算法，实时计算建筑总冷负荷，并依据每台机组的效率曲线，动态决定开启哪几台机组，以及如何在其间最优地分配负荷，确保机组始终在高效区间运行，避免“大马拉小车”。

3. 自适应舒适度模型与按需供给

摒弃固定的温度设定点，引入预测平均投票数模型，综合考虑温度、湿度、风速、衣着热阻、活动强度等因素，动态调整环境参数设定。结合人员计数传感器，在会议室等空间实现“人来自动开启，人走自动关闭”的按需供给，杜绝无效能耗。

4. 设备健康预测与维护

通过分析水泵、风机等关键设备的电流、振动数据，利用机器学习模型预警轴承磨损、叶轮结垢等故障，实现预测性维护，避免设备低效运行和突发停机，从维护层面提升系统长期能效。智慧暖通节能系统的技术本质，是构建一个与物理暖通系统同步映射、双向交互的数字孪生体。

它通过数据驱动，将暖通系统从一个依赖固定规则的“能耗大户”，转变为一个能够感知环境、预测未来、并不断自我优化的“效率引擎”。这不仅是控制策略的升级，更是建筑能源管理范式的一次深刻革命，为企业达成可持续运营与降本增效目标提供了坚实的技术基础。