【中國制冷網(wǎng)】作為智能生物，根據(jù)天氣預(yù)報(bào)，我們會在出門前做準(zhǔn)備，下雨打傘，天冷帶手套。但是現(xiàn)代社會的我們，更多的時候可能身在建筑物里，空調(diào)和暖氣成了極端天氣里的救命稻草，大學(xué)里也常開玩笑說：“誰掌握了宿舍遙控器，誰就是這個宿舍里的王者。”

　　與其爭奪遙控器，不如把遙控器交給AI？如果建筑物也能像人一樣，智能地根據(jù)天氣預(yù)報(bào)提前應(yīng)對氣候變化，天冷的時候生熱，天熱的時候降溫，使得室內(nèi)溫度自動地平衡在一個舒適值，豈不美哉？

　　但如果天氣預(yù)報(bào)不準(zhǔn)確，建筑物的自我調(diào)節(jié)系統(tǒng)就可能造成能源浪費(fèi)，并且給人帶來不必要的升溫或制冷，結(jié)果反而適得其反。

　　康奈爾大學(xué)能源系統(tǒng)工程教授尤峰崎開發(fā)了一個新的更準(zhǔn)確的天氣預(yù)測系統(tǒng)，他運(yùn)用機(jī)器學(xué)習(xí)建模，收集了多年天氣預(yù)報(bào)與實(shí)際天氣情況共同對這個模型進(jìn)行訓(xùn)練，并將這個預(yù)測系統(tǒng)與建筑物的實(shí)際情況相結(jié)合，包括房間的大小、形狀、材料以及預(yù)測傳感器的位置和窗戶的位置等等因素，使得預(yù)測準(zhǔn)確性極大提高。

　　他的團(tuán)隊(duì)將這個預(yù)測系統(tǒng)在康奈爾90年的老建筑Toboggan Lodge上進(jìn)行了一次實(shí)際運(yùn)行測試，結(jié)果該系統(tǒng)為建筑物省下了高達(dá)10%的能耗。

　　尤峰崎教授關(guān)于本項(xiàng)工作的論文A Data-Driven Robust Optimization Approach to Scenario-Based Stochastic Model Predictive Control發(fā)表在了 Journal of Process Control，他表示：“如果建筑物本身足以‘智能’到能夠準(zhǔn)確預(yù)測未來的天氣，并且自動調(diào)節(jié)加熱或制冷系統(tǒng)，使得溫度恒定在某個最舒適的區(qū)間，不僅可以節(jié)省大量能源，也可以為人提供更加舒適的生活和工作環(huán)境。我們的工作核心是試圖讓能源系統(tǒng)變得智能，讓它可以預(yù)測未來短期的變化并作出應(yīng)對，比如我知道馬上要出太陽了，那我就減少加熱，我知道暴風(fēng)雨即將來臨那我就減少制冷。”

　　本文的第一作者尚超曾是尤峰崎教授康奈爾實(shí)驗(yàn)室的博士后，現(xiàn)在清華大學(xué)自動化系任助理教授。他們組織了一個碩士生團(tuán)隊(duì)來收集天氣和氣候的多年歷史數(shù)據(jù)以訓(xùn)練機(jī)器學(xué)習(xí)模型，并協(xié)助進(jìn)行Toboggan Lodge案例研究。基于這些信息，該模型不僅可以檢測溫度，還可以檢測降雨量，陽光值和位置條件的偏差等信息。根據(jù)預(yù)測的不確定性，模型還會做出相應(yīng)的自我調(diào)整。對此，尤峰崎教授說：“沒有任何一個天氣預(yù)報(bào)是100%準(zhǔn)確的，而且天氣預(yù)報(bào)往往針對的是某一地區(qū)而非特定地點(diǎn)。”因此這個應(yīng)對機(jī)制是很有必要的。

　　在該成果的實(shí)際運(yùn)用層面，尤峰崎教授表示，這個成果結(jié)合機(jī)器學(xué)習(xí)的算法和數(shù)學(xué)編程方法，創(chuàng)建了一個比以往任何天氣預(yù)報(bào)系統(tǒng)都更準(zhǔn)確、更智能的預(yù)測和控制系統(tǒng)，它在建筑物溫控和農(nóng)業(yè)灌溉控制等多方面都有巨大應(yīng)用潛力，也可以用于許多對溫度有準(zhǔn)確要求的環(huán)境，比如大城市里逐漸興起的建筑物形式垂直農(nóng)場和一些植物工廠中。

　　最后，尤峰崎教授總結(jié)說，我們從未有過非常準(zhǔn)確的天氣預(yù)報(bào)系統(tǒng)，所以將AI的智能控制和機(jī)械建模結(jié)合在一起是目前最好的優(yōu)化方式，這也是一個開拓性的創(chuàng)新之舉，之前從未有人將這二者結(jié)合來用。