机房设备（冷却塔、冷却泵、冷机与冷冻泵）通过传感器与IO将数据采集到边缘自控系统，边缘自控系统将数据上传至AI智控大脑，室外气象仪通过485通讯的方式与物联网关连接，物联网关将采集的数据上传至AI智控大脑。在AI智控大脑中，智能控制系统通过用各类AI算法将数据进行分析与处理，计算出在保障生产工艺冷却需求的前提下整体机房能耗最低的最优控制参数组，该控制参数组包含水泵的运行频率与台数、冷却塔风机的运行频率与台数以及冷机的出水温度与运行台数等。进一步的，AI智控大脑将控制参数组下发至边缘自控系统，边缘自控系统再将控制参数下发至各设备，各设备再通过控制器或执行器完成边缘自控系统下发指令的执行，由此完成整个链路的数据采集上传与控制指令下发的闭环。边缘自控系统与AI智控大脑连接，通过云端可动态优化边缘自控系统的控制逻辑与设定参数。整体采用了云边端的技术架构，主要包括云端、边缘端及终端，底层为设备层。 边缘端即边缘自控系统：主要是智能控制柜，柜内配置电源单元、网络通讯单元、计算单元和HMI显示操作面板，智能控制柜接收到终端的数据信息，将数据进行过滤清洗，通过内置算法得出控制策略，将控制信号发回终端执行。同时智能控制柜也将通过通讯网络上传数据至云端服务器和上位机，接受来自上位机和云端的控制指令，实现远程监控功能。边缘端为独立工作单元，可以脱离上位机独立工作。 云端即AI智控大脑：云端服务器接收到来自边缘端或终端的数据信息，将其筛选过滤并存储在云平台，针对这些数据通过云端算法得出控制策略，也能下发控制信号，但控制优先级仍然是智能控制柜的信号。云端服务器部署了大量的AI智控算法，云平台强大的数据处理功能，可直接在PC端和手机端的小程序上直接展示站房关键数据，并兼具远程预警与控制的功能。制冷系统整体寻优主要包括以下两个层面： （a）主机水温寻优：根据两厂制冷系统运行规律，冷机出水温度依靠运维人员进行手动设置，一般设置为7~10℃，调节频次按月度或季度，无法随末端负荷变化而及时调整，末端实际负荷较小而水温也较低时，将造成能源的不必要浪费，此时可适当调高冷机出水温度。一般情况下冷机冷冻水出水温度每提升1℃，冷机约节能4%，若能通过AI算法进行动态水温优化，根据末端实际负荷进行水温的动态调整，将有效降低系统运行能耗。 （b）水泵AI智能寻优：当前两个车间的冷冻/却水泵均配置变频器但实际却根据经验进行手动设置频率，将原有变频控制纳入智能控制柜，实现水泵的自动变频，同时根据末端需求变化，AI智控系统以冷机和冷冻泵的总功率最低为目标做变压差控制，进一步实现系统的节能降耗。同时冷却泵则按照水泵与主机能耗之和最小进行联合寻优，通过实时优化冷却泵的温差设定值实现系统冷却泵的节能降耗。 （c）冷却塔AI寻优：每个冷站的冷却水系统各自独立，可通过结合冷却塔与主机，以保障两者之和最小为优化目标，对冷却塔出水温度进行实时优化，实现冷却水系统的最优化控制。 ;

1.深圳航盛科技大厦中央空调节能，项目成功实现空调系统智能化运行，全年能耗降低19.3%， 显著节约运营成本。 2.玉晶光电中央空调节能，项目成功实现空调系统智能化运行，全年能耗降低5.3%， 显著节约运营成本。 3.睿能科技福州园区中央空调节能，AI智能控制使系统能效提升18.3%， 能耗降低21.5%。 4.安徽锦龙食品添加剂有限公司中央空调节能，实现系统一键启停、自动加减机、 故障切换、 定时轮换、自动点巡检 ，能耗降低18.5%。;