产品简介：
产品简介：AI BOX 是基于数字孪生技术，通过对空调系统仿真模拟，应用多种算法，系统全局寻优。通过 EBO、边缘控制器、传感变送器、各类执行器等产品，对空调系统中生产侧、输配侧、使用侧各类设备优化调节，达到舒适、安全、节能的目标。AI BOX 通过数字孪生构建楼宇虚拟映射，结合机理模型与机器学习实现能耗动态预测与优化。与 KNX 系统深度融合后，可打通室内遮阳、灯光、空气质量及空调系统的数据壁垒，实现多场景协同控制：AI 根据室外光照自动调节遮阳与照明色温，依据人员密度与 CO₂浓度联动新风与空调，并通过预测性运维提前识别灯控、楼控设备故障。这种 “Smart Space” 理念让建筑从被动响应转向主动感知，显著降低室内能耗并提升空间舒适度。通过灯控回路电流谐波分析预判 LED 光衰，基于楼控阀门开度 - 温度反馈辨识系统潜在故障，变 “故障抢修” 为 “未病先防”，实现全生命周期能效最优与体验升级。 目标用户：亟需优化 HVAC 系统能耗，降低建筑物碳排放的用户 需求分析：如今建筑业终端碳排放已接近 50 亿吨，占全国碳排放总量的 50%，其中暖通空调系统（HVAC）能耗占比达 45%。建筑中央空调系统中设备种类繁多且复杂，能耗占比大。在空调运维过程中，人员流动性大，设备运行故障难以快速定位，往往会导致潜在安全隐患和能源浪费。不仅如此，建筑空调自控系统大部分与实际脱节，自控系统形同虚设，建筑空间内还常会出现冷热不均现象，这都是建筑能耗大的主要原因与挑战。施耐德电气利用 AI 技术打造的，数字化 “可云可边” HVAC 节能解决方案 ——SpaceLogic AI BOX。基于暖通实际场景，借助数字化手段，通过数据挖掘与机器学习，结合多种专业模型，对用能现状进行仿真和预测，为客户量身打造高效的暖通节能数字化平台，实现能源与运营效率的持续优化，降本增收。 竞争优势： 数据安全 - 信息安全：产品可就地部署和结合 AS-P，本地完成数据应用与清洗。实现与指定服务器点对点数据加密传输，安全高效。 数据互通 - 新旧系统结合：适用性广，可兼容多种通讯协议。可接入原有控制平台（触发链接）或建立新的交互界面。除 BMS，后期将与空调主机厂商沟通设备联调问题。 数字孪生 - 模型精度：数字建模（系统仿真）+ 灰箱算法 + 数据验证（贝叶斯校准），提高模型精度。实现系统控制逻辑分钟级触发，系统保护秒级触发。 按需定制 - 造价与回报：结合不同区域、不同建筑类别、不同客户需求、不同预算，为客户定制多种不同服务内容，满足客户需求。 快速部署 - 安装与部署难度：建模与训练速度快，比白箱算法更接近现有系统，比黑箱算法训练速度快，精度适应性强。安装方便，不改变原有系统设施，可云可边。 上市时间：2023年6月 销售价格：本产品的定价综合考虑了空调系统中需建模的设备数量、AI 优化值的输出数量、节能率目标、ROI 要求以及 recurring（后续服务收费）等关键因素，需结合具体项目需求实现精准定价。

产品图：

功能创新：
AI BOX是楼宇行业首个以AI算法赋能暖通节能的创新应用，通过 4 大核心功能赋能建筑暖通系统从设计、建造、运营和维护的全生命周期。通过数字孪生建模和系统仿真调试，获取系统特征，将暖通世界投射到数字世界中。借助数字孪生模型快速反应并定位各系统运行情况及故障，合理规划系统工况，保证高效运行。通过历史与实时数据的收集与应用，利用专业算法校准，进行分钟级验证，实时调整暖通系统模型精度，提前预测系统能耗。通过对暖通系统运行的全面掌握，借助机器学习对建筑负荷能效分析，在动态工况中合理规划设备运行功率及策略，提高系统运行效率并节约能源。依据不同业务需求和属性，为客户提供从系统能耗、运行参数到维护管理等多维度的可视化能耗监测，并实时追踪节能目标完成进展，量化节能收益。AI BOX 通过开放兼容、部署灵活、快速交付的方式，实现系统动态优化，为客户量身打造暖通节能数字化平台。借助数字化力量，挖掘数据价值，洞悉真实需求与痛点，帮助客户实现能碳可视化，为运行决策提供依据，助力建筑节能减排、降本增效、实现精细化管理。以数字孪生之力，让建筑更智慧、更环保。

⼯业设计：
本方案在工业设计上充分兼顾应用场景适配性、部署稳定性与运维便利性，整体设计适用于各类工业场景及建筑空调机房环境，可较好满足不同项目在空间布局、设备集成、现场运行及长期使用等方面的要求。产品方案注重工程化落地与场景兼容，能够支持在复杂机房环境中的稳定部署，并为后续系统运行、维护管理及项目展示提供良好支撑。

质量安全：
本方案支持离线使用，并具备心跳热备冗余功能，可用于支撑本地部署场景下对系统连续性、可用性及运行稳定性的相关要求。与此同时，AI BOX 内置多种设备机理模型，并配套模型精度验证机制；通过 8 项指数对模型精度进行验证，以确保模型精度适应 AI 推算使用，为系统仿真、优化控制及运行决策提供可靠支撑。根据相关说明，数字模型验证的核心在于确保模型准确性、提高预测可信度，并通过持续校验使模型与实际系统保持一致，从而更好支撑系统优化和安全稳定运行。

专利/获奖情况：
2023 ECI AI 应用创新大奖 企业级金奖

宣传视频：

企业LOGO：