打造基于AI的一站式节能减碳方案，南洋万邦助力工业园区实现“双碳”目标

工业是产生碳排放的主要领域之一。相关数据显示，2022年，中国碳排放量累计110亿吨，其中工业排放量42亿吨，占全国排放量的38.18%。国务院印发的《2030年前碳达峰行动方案》将“工业领域碳达峰行动”列为“碳达峰十大行动”之一，要求工业领域要加快绿色低碳转型和高质量发展，力争率先实现碳达峰。

工业园区如何实现低碳发展？能耗精细化管理是关键。然而传统工业园往往缺乏完善的能耗监测与管理系统，也缺少专业的“双碳”知识储备——“不知道哪个环节产生多少能耗”、不知道哪些能耗非刚需”“不知道节能减碳策略如何制定”、“不知道减碳举措怎样落地”“不知道具体减碳措施是否有效”等种种问题极大制约了工业领域“双碳”目标的达成。

上海南洋万邦，隶属于上海仪电集团，是一家以云计算、大数据、智能物联为基础，服务政企实现数据建运一体化的解决方案公司。基于对工业领域节能减碳刚需的洞察，南洋万邦基于飞桨和文心大模型打造一站式节能减碳方案，为工业园区提供从能耗管理到双碳咨询的全链路服务，用人工智能技术赋能传统工业园区迈向“双碳”目标的达成。

能耗异常难发现，能耗高峰难预测

两难题制约工业园区能耗优化

“实现碳减排的有效途径包括能耗优化、使用清洁能源、综合改造和森林碳汇。”南洋万邦智能物联方案部部门经理曾佑轩介绍，“结合南洋万邦相关技术优势，我们选择以‘能耗优化’为核心切入点。这其中，能耗异常和能耗高峰的发现与预测非常重要。”

能耗异常和能耗高峰往往会带来碳排放的增加，同时也是反映企业能耗管理问题的重要线索。管理者必须清楚地知道企业在哪些场景、哪些时段有能耗异常或能耗高峰，从而针对性地落地节能减碳措施。但是，这也恰恰是很多企业和园区的核心痛点。

先有能耗数据，才能进行分析预测，难题首先就来自能耗数据采集。传统的能耗数据采集方式以人工抄写能耗表（如仪电盘、水表等）为主，耗时耗力，数据准确度和即时性也难以保证，极大制约了能耗异常的及时发现。而能耗预测也是由人工基于过往同期数据进行对比来估测，如上周三用电量为某值，则预估本周三也为某值，缺乏更精准的预测体系，给企业能耗优化带来挑战。

传统仪电盘

而在南洋万邦眼中，这两大难题恰好非常适合通过人工智能技术来解决。

用AI绘制“能耗地图”和“能耗心电图” 捕捉能耗异常，预测能耗高峰

减碳、安全还降本

用人工智能技术提升能耗数据收集效率和准确度、及时发现能耗异常并实现科学的能耗高峰预测，是南洋万邦技术解决方案的第一阶段目标。经过调研对比，综合考虑技术能力、生态友好程度及所服务客户的信创国产化需求，团队最终选择基于飞桨文字识别开发套件PaddleOCR和时序建模算法库PaddleTS来进行研发。

PaddleOCR拥有丰富的组件和公开的文字检测、文字识别等一系列基础预训练模型，大大降低了使用难度。对于开发者来说，只需具备一定的python开发能力即可在开源模型基础上进行测试、调优，最终短时间内完成部署上线。

PaddleTS提供了一系列先进的基于深度学习技术的时序建模算法及相关组件，涵盖时序预测、时序异常检测、时序分类等多种场景，可以实现对设备更精准的识别与检测。时序的全称是时间序列，是一种和时问变化相关的数据形态（如心电图、股票指数等），用于呈现信息变化趋势。目前PaddleTS无论是在时序建模功能的丰富度，还是在集成的时序算法数量、端到端执行效率上，均表现优秀。

南洋万邦整体解决方案步骤如下：

• 通过物联网设备采集工业园区能耗数据。有数据传输接口的设备通过接入网关来收集数据，没有接口的设备如传统仪电盘，通过安装摄像头来拍摄照片；
• 使用百度飞桨文字识别开发套件PaddleOCR提供的工具库，训练针对工业园区传统能耗表的识别模型，并部署在仪电研究院自研的边缘计算网关，实现照片中文字的快速识别并转换为数据。模型精度达99.5%；
• 数据清洗：数据去重、空缺值填充拼接、异常值筛选；
• 基于完整即时的能耗数据，使用飞桨时序建模算法库PaddleTS，基于先进的异常检测算法和时序预测算法，构建工业园区能耗异常检测和时序预测模型，快速识别能耗异常，预测能耗高峰。模型预测准确度达95%。

模型识别仪表盘数据
最终，项目团队建立了直观的“能耗地图”和“能耗心电图”，既让管理者可以实时掌控能源消耗情况，又能基于目前的数据及时发现能耗异常、预警能耗高峰，从而帮助企业管理者未雨绸缪，适时调整节能策略与措施。

“能耗地图”显示园区整体能源消耗情况

举例来说，当出现高温天气，工厂温度随室外温度升高，空调就会自动增加能耗来降温，不仅造成了碳排放提升，有时也并不能保障空调系统的经济运行。企业管理者就可以通过“能耗地图”和“能耗心电图”来及时发现某区域空调能耗异常，注意到该区当前空调系统的运行策略问题，从而及时进行调整，达到节能效果。当系统预测即将出现能耗高峰时，也会及时发布预警，帮助管理者制定策略提前削减尖峰负荷，助力电力系统迎峰度夏。

“能耗心电图”显示能耗趋势，预警异常并预测高峰

“能耗异常和能耗高峰预测除了能够帮助工业园区实现节能减碳，也能让企业更好地实现安全生产、降低能耗成本。”曾佑轩补充，“能耗异常有时也能反应设备故障和安全隐患，比如电能数据异常有时是产线故障造成的，或者是火灾的前兆，直接关系到企业的用能安全。而能耗高峰则会导致企业在现行电价制度下产生更多电费支出，影响降本增效。‘削峰填谷’不仅仅关系到碳减排，还关系到企业的财务成本。”目前，该服务已经覆盖上海、杭州、青岛、南京的10个大型工业园区，能够帮助园区平均节省10%的碳排放量及相应能耗成本，同时保障了生产安全。据某园区统计，其全年约可节省1亿度电，减少年度电费支出超过1亿元。原先每年1-2次的火灾火情也不再发生。

基于大模型造“双碳咨询智脑”
让专业知识触手可及

有了“能耗地图”和“能耗心电图”帮助企业进行精细化的能耗管理还不够，如何让管理者在日常生产管理中快速获取到“双碳”领域基础知识，从根本上了解“双碳”目标的达成路径，有的放矢地指导自身生产改进，同样是许多企业管理者的刚需。

基于文心大模型，南洋万邦打造了“双碳咨询智脑”， 将“双碳”相关政策方针、文档报告等内容对大语言模型进行补充训练，凭借其超强学习能力、自然语言理解能力和语言生成能力，让企业可以随时随地享受到专业便捷的“双碳”咨询服务。企业人员只需通过自然语言提出问题，即可得到来自“智脑”的回复，从而高效获取到以往需要查阅大量资料、或问询专业人员才能获得的“双碳”相关知识，节省了时间和人力成本。目前该服务已经覆盖南洋万邦所有“双碳”服务工业园区。

“双碳”知识问答

同时，南洋万邦还借助文心大模型能力，为企业打造“AI知识库”和“AI私人助理”，助力企业办公智能化升级，实现业务效能提升。经过大语言模型改造的企业知识库，可以提供文档概括、内部流程查询、报表解读分析、报告总结、业务洞察等多种服务，并让企业员工在文本创作、代码编写调试、语言翻译、舆情监测等方面获得更多便利，更好地投入到日常工作和节能降碳目标的实现中。

用飞桨+文心大模型实现

“一站式节能减碳方案”全链路服务

持续助推工业“双碳”目标达成

飞桨+文心大模型，让南洋万邦一站式节能减碳方案实现了从能耗管理到双碳咨询的全链路服务。以此为基础，结合南洋万邦第三方合作伙伴的共同助力，整体一站式方案覆盖碳感知、碳计算、碳减排、碳管理和碳认证五大环节，助力企业到达到节能降碳、降本增效、获得碳认证的最终目标。

南洋万邦一站式节能减碳方案五大环节

谈到人工智能技术在制造业节能减碳场景的未来，曾佑轩表示：“随着‘双碳’目标的提出，企业智能化转型也更为迫切。节能减碳是难而正确的事，但是目前在工业场景中，仍旧是在用很多小模型做具体场景的优化。随着大模型时代的到来，如何借力大模型的智能涌现来更好地解决更多工业制造节能减碳的问题，是南洋万邦持续探索的方向。”

目前，南洋万邦已经形成了集“云-数-智-安”为一体的整体业务布局，除为工业园区提供基于智能物联的节能减碳服务，还在智慧政务、信息安全等领域持续深耕。而飞桨和文心大模型也将持续进步，携手千行百业伙伴一起，共同探索人工智能赋能千行百业的未来。在助力企业实现智能化升级的同时，为社会创造价值。