Những phát triển mới trong trí tuệ nhân tạo (AI) đã thúc đẩy một công ty công nghệ ra mắt một công ty con tập trung vào việc tối ưu hóa hoạt động năng lượng cho các tòa nhà thương mại và dân cư để trở nên bền vững hơn.
Trane Technologies đã ra mắt BrainBox AI Lab, có trụ sở tại Montreal, để tìm ra các giải pháp giảm tiêu thụ năng lượng bằng cách phân tích dữ liệu từ hệ thống sưởi, thông gió và điều hòa không khí (HVAC) nhằm hiểu và sau đó dự đoán cách một tòa nhà sẽ hoạt động suốt cả ngày.
Jean-Simon Venne, chủ tịch và người sáng lập BrainBox AI, nói với BNN Bloomberg trong một cuộc phỏng vấn hôm thứ Tư: "Nó giống như bộ phim Back to the Future một chút. Chúng tôi có khả năng đi vào tương lai và xem những gì không hoạt động, và sau đó chúng tôi quay lại hiện tại, và chúng tôi thay đổi hiện tại để xây dựng một tương lai tốt đẹp hơn. Đó là cách chúng tôi sử dụng AI."
AI dự đoán nhiệt độ và mức sử dụng năng lượng của tòa nhà, cho phép tối ưu hóa theo thời gian thực để giảm tiêu thụ năng lượng. Hệ thống AI hoạt động như một kỹ sư ảo, nâng cao năng suất bằng cách dự đoán và giải quyết các vấn đề về thiết bị trước khi chúng xảy ra.
Venne nói: "Những gì chúng tôi đang làm là lấy dữ liệu đó và sử dụng khả năng của AI để đưa ra dự đoán về những gì sẽ xảy ra trong tòa nhà của bạn trong vài giờ tới. Khi có dự đoán này, chúng tôi biết chính xác (khi nào) nó sẽ hơi quá nóng, hơi quá lạnh và bạn sẽ tốn bao nhiêu năng lượng để duy trì nhiệt độ mong muốn trong tòa nhà. Dự đoán đó sau đó được sử dụng để tối ưu hóa tòa nhà trong thời gian thực. Chúng tôi có thể chuyển từ kiểm soát phản ứng sang kiểm soát chủ động và cắt giảm tới 25% năng lượng tiêu thụ cũng như tạo ra rất nhiều sự giảm thiểu khí thải."
Một đội ngũ chuyên gia đa ngành, bao gồm các kỹ sư phần mềm, nhà khoa học dữ liệu, nhà nghiên cứu AI, nhà phát triển học máy và kỹ sư AI sẽ tiếp tục phát triển các hệ thống kiểm soát tự động, mô hình dự đoán và thuật toán nhằm giảm khí thải thông qua việc sử dụng năng lượng thông minh hơn.
Ví dụ, một căn phòng hoặc studio có thể nóng lên từ nhiệt độ của tia nắng mặt trời chiếu qua cửa sổ hoặc thiết bị, như máy ảnh hoặc máy giặt được bật trong một thời gian dài vào những thời điểm cao điểm. AI sẽ có thể thu thập dữ liệu từ các kịch bản thường xuyên về việc một căn phòng đã quá nóng trước đó để tìm ra các giải pháp hiệu quả nhằm giữ cho căn phòng ở nhiệt độ mát mẻ trong tương lai bằng cách giảm tiêu thụ năng lượng. Điều đó có thể giúp giảm lượng khí thải nhà kính (GHG) được tạo ra từ các tòa nhà.
Venne nói: "Khi bạn đang cố gắng tiết kiệm khí thải, bạn muốn về cơ bản, tất nhiên, tiết kiệm kilowatt đó hoặc lượng mét khối khí đốt mà bạn đang tiêu thụ trong bất kỳ thời điểm nào. Bạn cũng muốn biết kilowatt đó được sản xuất như thế nào? Kilowatt mà bạn đang tiêu thụ ngay bây giờ trong tòa nhà của bạn, có phải đến từ cối xay gió hay một nhà máy điện than không? Thông tin đó được tính toán trong AI, và chúng tôi về cơ bản biết khi nào chúng tôi nên tiết kiệm kilowatt đó."
"Tất nhiên, AI đang đảm bảo rằng chúng tôi tiết kiệm nó vào thời điểm mà electron và kilowatt không quá xanh. Nói cách khác là 'bẩn' thay vì 'xanh'. Chúng tôi tối ưu hóa chi phí mà kilowatt đó đang khiến bạn phải trả bằng cách cắt giảm một số và chúng tôi cũng đảm bảo làm điều đó vào thời điểm trong ngày mà kilowatt đó 'bẩn' thay vì 'xanh'. Vì vậy, chúng tôi đang có tác động kép đó. Chúng tôi đang chiến thắng trên cả hai mặt trận."
Theo một báo cáo từ Bộ Môi trường và Tài nguyên Thiên nhiên Canada, Canada có hơn 15 triệu tòa nhà dân cư và hơn 480.000 tòa nhà thương mại và tổ chức, bao gồm văn phòng, cửa hàng bán lẻ và nhà kho. Các ngôi nhà và tòa nhà của Canada chiếm 13% lượng khí thải nhà kính, do đốt nhiên liệu hóa thạch để sưởi ấm không gian và nước.
Sử dụng điện để làm mát, chiếu sáng và thiết bị gia dụng đưa tổng số lên 18%. Lĩnh vực xây dựng bao gồm nhiều doanh nghiệp khác nhau, nhiều trong số đó là các doanh nghiệp vừa và nhỏ, bao gồm xây dựng nhà và tòa nhà, sản xuất, bán hàng và lắp đặt thiết bị và thiết bị gia dụng hiệu suất cao, và quản lý việc sử dụng năng lượng.
BNNBloomberg.ca
