Архив ИТ и интернет-сервисы · ИТ-услуги и интеграция
NTT Data с партнёрами: пилот ИИ-кондиционирования, энергии на 16% меньше
В пилоте 2024 года на объекте Hitachi Building Systems в Токио система NTT Data HUCAST с продуктами Canon MJ и Hitachi снизила энергопотребление на кондиционирование в среднем на 16%. Комфорт при этом оставался в рекомендованном диапазоне.
/01 · ключевые результаты
-
результат пилота
16%
среднее снижение энергопотребления на кондиционирование
IT Leaders (Impress Corporation), статья, 17.05.2024
22–29 марта 2024 года · пилот в Камэарском центре Hitachi Building Systems (Адати, Токио), система HUCAST с продуктами Canon MJ и Hitachi
данные компании
оценка strategai
Оценку не приводим: пилот длился восемь дней, годовой объём энергопотребления и тарифы в источнике не указаны
В пилоте 2024 года на объекте Hitachi Building Systems в Токио система NTT Data HUCAST с продуктами Canon MJ и Hitachi снизила энергопотребление на кондиционирование в среднем на 16%. Комфорт при этом оставался в рекомендованном диапазоне.
/02 · паспорт кейса
Бизнес
- Компания
- NTTデータ
- Отрасль
- ИТ и интернет-сервисы · ИТ-услуги и интеграция
- Функция
- Производство и основные операции
- Задача
- Энергоэффективность
Технология
- Класс AI
- Предиктивная аналитика (классический ML)
- Тип решения
- Решение вендора: NTT Data HUCAST, Canon MJ Crowd People Counter, Hitachi BuilMirai
- Данные
- Данные о перемещении людей по видеоизображению камер, наружная температура, температура в помещениях.
Внедрение
- Стадия
- Пилот / PoC, на 17.05.2024
- География
- Япония
/03 · описание кейса
Зачем
Бизнес-задача
В Японии цель по снижению выбросов CO2 в секторе офисов и услуг к 2030 году составляет 51% от уровня 2013 года. По оценке трёх компаний, около 49% электропотребления офисных зданий приходится на кондиционирование, и его сокращение названо одной из главных задач. Обычный способ управления — обратная связь: система сравнивает текущую температуру с заданной и подстраивает оборудование постепенно. Из-за этого достижение уставки занимает время, возможен избыточный нагрев или охлаждение, а уставка в течение сезона обычно не меняется.
Что
Решение
NTT Data предоставляет сервис оптимизации кондиционирования HUCAST. По прогнозам ИИ он воссоздаёт состояние помещения и выбирает режим работы с учётом комфорта по индексу PMV и расхода энергии. Это упреждающее управление, или feedforward-управление. В пилоте Canon MJ предоставила сетевые камеры и программу видеоанализа Crowd People Counter, которая переводит изображение в данные о перемещении людей. Hitachi предоставила облачный сервис BuilMirai, где собираются данные о людях, наружной температуре и температуре в помещениях. Через связку с HUCAST система управляла кондиционированием.
Как
Внедрение
Пилот провели с 22 по 29 марта 2024 года в Камэарском общем центре Hitachi Building Systems в районе Адати (Токио). Измеряли комфорт, потребление энергии в кВт·ч, температуру и влажность снаружи и внутри, а также заданную температуру. Здание с кондиционированием при постоянной уставке показало среднее снижение энергопотребления на 16% при сохранении PMV в диапазоне от -0,5 до +0,5. Компании объявили результат 16 мая 2024 года. HUCAST сейчас интегрируется с системами управления зданиями; три компании планируют вывести систему на рынок как сервис и продолжить проверки для повышения точности.
/04 · источники и проверка
Что подтверждено
- Три компании объявили, что в пилоте 22–29 марта 2024 года среднее энергопотребление на кондиционирование снизилось на 16%.
- Комфорт по индексу PMV оставался в диапазоне от -0,5 до +0,5, который рекомендует стандарт ISO 7730.
- В пилоте HUCAST работал вместе с камерами и видеоанализом Canon MJ и платформой BuilMirai Hitachi.
Ограничения
- 16% получено за восемь дней в одном здании в марте; сезонную и годовую экономию источник не приводит.
- Результат относится к совокупности HUCAST, видеоанализа людей и платформы BuilMirai, вклад каждой части отдельно не указан.
- Источник не называет базовый уровень потребления в киловатт-часах и денежный эффект, поэтому масштаб экономии в абсолютных величинах неизвестен.
-
[1] IT Leaders (Impress Corporation)
AIでビルの空調を最適化─NTTデータ、キヤノンMJ、日立が技術を持ち寄り実証実験
СМИ · 17.05.2024
Открыть источник
АрхИИВ /strategai · CB-002210 · Версия 1 · 24.10.2026 · /c/CB-002210/