据统计，我国现阶段每年建筑运营的能耗约占全国能源消费总量的22%左右*¹，公共建筑的空调系统能耗占到建筑运营总能耗的一半左右，有着巨大的节能潜力。为实现2030碳达峰、2050碳中和的目标，降低以楼宇为主的建筑运营能耗是备受广大楼宇管理者关注的问题。

为了解决这一课题，冷负荷需求预测技术能够发挥重要作用。日立中国研究院数字解决方案研究部一直致力于研发智能楼宇管理相关技术和解决方案，其中就包括冷负荷需求预测技术。

日立的冷负荷需求预测技术

冷负荷需求受到天气、人流量、工作周期、使用习惯等诸多因素影响，想要达到高精准度的预测，这些因素的考虑缺一不可，尤其天气情况的变化存在极大的不确定性，对研发人员而言是个不小的挑战。

日立的预测技术结合了特征工程、机器学习和集成建模等方法，不同于传统的基准模型，不依赖于任何一个特定模型。该预测技术可以针对目标数据生成高精度的模型，在兼顾天气因素的情况下可以实现高精度的未来三个月逐小时的冷负荷预测。并已开发成标准API，通过调用接口实现自动的模型生成及预测。

高精度的长期冷负荷需求预测技术可以让园区和楼宇的管理者更清晰地了解未来制冷需求趋势，帮助决策者更有依据地进行设备控制，达到降低总体能耗，实现绿色低碳和降本增效的双重效果。

天气参数对冷负荷的影响

解决方案中的应用

日立的冷负荷预测技术已经应用到了日立的园区/楼宇管理解决方案中，搭载日立其他技术一起为客户提供更全面的管理解决方案。

冷负荷预测技术获得肯定

日立的冷负荷预测技术在业界和学术界都获得了高度评价。

2022年9月，日立中国研究院研究人员车航宇、鲁时雨，和日立远东有限公司的朱文超一起组建团队，代表日立参与了国际建筑机电人工智能大挑战，凭借高精度的冷负荷预测技术和出色的表现获得公开组金奖，同时荣获组委会颁发的专项表现大奖—最佳创新数据应用大奖。

2023年3月，3人受邀出席了国际建筑机电人工智能大挑战举办的E&M AI Lab Pitching Forum，作为获奖团队日立介绍了获奖技术并分享了参赛经验，获得了热烈的反响。

2023年6月，车航宇以《全域与子域相结合的长期逐时冷负荷预测（Long-term Hourly Cooling Load Forecasting through Combination of Global-domain and Sub-domain）》为题，在EEEIC*³ 2023上进行了学术演讲，同时，相关论文已收录在Xplore中。

技术的研发最终要应用到社会中去，解决社会课题，保护地球生态红线，助力人们实现幸福生活。日立中国研究院一直在努力，坚持以“数字、绿色、创新”为驱动力，创造更多优秀技术，为事业发展和社会福祉作出贡献。

*1 数据参考自中国建筑节能协会《2022建筑能耗和碳排放研究报告》
*2 图片来源：Hi-BEMS智慧能源管理系统解决方案：日立解决方案（中国）有限公司 (hitachi-solutions.cn)
*3 EEEIC：International Conference on Environment and Electrical Engineering，环境和电子工程国际会议，由IEEE主办，是能源系统领域权威的国际学会之一。