国家发改委推动人工智能赋能装备节能降碳

近日，工业和信息化部印发了《节能装备高质量发展实施方案（2026—2028年）》重点强调：以推动重点行业领域节能降碳为目标，以用能系统优化提升为主攻方向，以先进技术装备研发和应用为主要抓手，以绿色设计制造、设备更新改造、人工智能赋能为路径，推进科技创新和产业创新深度融合，打造绿色低碳供应链，加快节能装备智能化、绿色化、融合化发展，为更高水平更高质量做好节能降碳工作，加快推进新型工业化、实现碳达峰碳中和目标提供关键装备支撑。

推进节能装备数字化提升

（十一）构建装备节能降碳大模型
鼓励通过物联网（IoT）传感器等，实时采集电流/电压、转速、温湿度、压力、流量等各 类节能装备实时运行参数。结合网络拓扑技术，打通设备、网络、 能耗、负载、工艺参数等数据壁垒，推动建设多模态、高精度的 高质量数据集。基于数据集特点进行模型基础架构选择与模型训练调优，测试模型能力后进行生产环境部署与持续更新迭代，构建具备节能装备多模态数据提取分析、节能策略智能问答、节能装备知识持续学习、人机交互便捷等能力的大模型。

紫文科技空压站智控系统手机APP端

（十二）创新发展高效节能智能设备
加快应用仿真模拟软件、虚拟现实、数字孪生等先进技术，提升节能装备设计制造智能化水平。推广智能电机、智能变压器、智能天线、智慧电源柜等智能化设备，通过配置智能传感器、智能控制器、智能算法等，实现装备运行数据的实时采集与处理。推动边缘计算能力与高效智能装备的深度融合，应用适宜的算法模型与网络技术，在边缘节点侧实现能耗数据实时分析、支持实时通信协议。探索应用具身智能技术，赋予节能装备感知、运行和交互能力，提升节能装备对环境变化的适应和理解能力。

（十三）推进人工智能赋能节能装备应用
推动节能装备与智能平台一体化协同，以数字化能碳管理中心、大数据平台等为基础，实现硬件提供感知与执行载体、软件优化节能策略的联动。

融合人工智能、5G、工业互联网等技术，推进节能装备关联系统联合调优，促进一体化智能运维管理。聚焦大模型训练等新型高能耗应用场景，应用多目标寻优等算法，实现基于业务场景的最佳节能策略动态匹配。推动能源消耗和碳排放数据的精准化计量、精细化管控、智能化决策。推广基于标识解析的节能装备信息化与节能统计平台，实现装备运行情况智能化统计监测。

专栏 5 人工智能赋能装备节能降碳

1. 节能装备智能化。通过加装智能盒子等，实现电机内部状态监测、外部负载反馈以及智能优化运行。在变压器内部部署油温、局部放电及油气组分在线监测装置，基于负荷预测模型动态调控分接开关档位、无功补偿策略和冷却系统，低谷时段自动切换低能耗模式。实时监测风机、泵、压缩机等重点通用用能设备温湿度、流量、压力、纯度参数变化，实现供需精准匹配。 2. 服务器动态智能群控。基于服务器中央处理器（CPU）/图形处理器（GPU）利用率、任务时延等实时负载业务需求数据，融合自适应优化、模型预测控制等算法，构建负载与算力需求动态匹配模型，生成差异化频率调节策略，实现多维度负载实时感知预测、服务器集群协同高效调度。 3. 通信基站智能关断。将人工智能创新算法与节能技术融合，支持多制式、多频层、多频段、多设备的通信基站远程统一管理。基于多时间粒度的话务负载预测，差异化应用符号关断、射频通道智能关断、载波关断和深度休眠等关断策略。通过能耗和用户体验建模，探索应用多目标联合节能策略寻优最佳选择、冗余电源回路精准控制。不断更新迭代智能关断技术方案，在节能的同时最小化对硬件设备性能和用户体验的影响。 4. 能耗与碳排放监测。开展基于人工智能技术的动态资源调度和管理，对空压机站、制冷机房、泵站、散热系统等设备用能情况进行实时监测，建立设备负载和用能需求预测模型，对潜在能源浪费等情况进行实时预警和优化控制，开展重点碳排放单元监测，支撑组织和产品层面碳排放核算与分析。