魏琨：强化学习是一个策略的博弈，这样的一个过程中应用的比较多的，优势其实也很明显，如果我们从以始为终的角度来看待这个策略的技术路径的话。它其实往往能得到一个相对相当的好的一个效果。但如果数据本身的准确度没那么高和精准度的时候，对于算力的要求会比较高。所以在实际项目中，我们正真看到强化学习配合迁移学习一起来做。应用的场景是通过迁移学习来构建一些模型。但很多数据基础较为薄弱的项目，其实限制也是比较大的。

　　刘宏博：可以跟大家伙儿一起来分享一个水泥厂的案例，我们也是应用了强化学习这部分技术，水泥厂的基础数据收集颗粒度是非常细，基于详细的颗粒度数据，我们把两磨一烧运行数据及回转窑的详细规格参数，都集成到我们自己的系统里。通过构建水泥磨和生料磨的启停调度，在不同的时间结合运行特性和运行曲线、启停曲线来实现模型的构建。

　　构建完以后，我们从不同的角度给予模型不同的激励结果，基于这个结果，在不同时间输出的策略就是启停策略，再来和实际做对比，不断调整。最终的启停时间，结合着水泥厂的峰谷时段来做优化。

　　优化以后，再来和实际的人为启停做对比。最终运行了一段时间，通过一天用算法执行的结果，一天用人工开启的结果进行深度对比，我们得知最好的状态是节省了 6000 多块钱的电费效果，平均下来达到了日均大概 3000 到 4000 的左右，所以这是模型过程中使用强化学习在不同角度的结果。

　　丁莎莉：我们是把强化学习融入到蘑菇物联 AI 云智控的应用中，实时监测厂内能源供需两侧的数据，利用工业 AI 技术构建数据模型，对能源数据的供需变化进行智能预测，再通过 AI 算法对供给侧设备做智能控制，最终实现能源供需平衡，实现安全供能、无人值守和节能降碳。

　　以广汽本田增城工厂的空压站数智化项目为例，原来空压机出口压力设定值都较高，而且人工操作有延迟，只能多给点压力，放大安全余量，造成高压浪费，且离心机站房和螺杆机站房协调性较差。上线 AI 云智控后，在工厂站房层建立 1 号螺杆机、2 号离心机两个站房整站产气效率模型，并应用多站房综合能效智能寻优算法，实现站房侧多机协同配合，以及两个站房之间高效协同供气，成为了汽车行业首个实现全智能化运行的空压站房，每年预计节约 242 万度电，相当于减少碳排放 1089 吨。

　　AI 在运维工作中的应用，包括三个场景：1. 根据控制管理系统的方案和逻辑新增控制逻辑，并展示在楼宇管理平台或能源管理平台中；2. 处理工人投诉，如发现温度传感器质保问题，记录日志并在 backlog 中设置提醒；3. 分析能耗报告，发现阀门堵塞问题，需要人工介入清理。AI 在处理前期的判断和辅助工作中起到了很大的作用，但无法完全替代人工。

　　基于能耗识别，分析班组生产情况，诊断能效问题，输出给相关管理人员。根据不一样的客户的产品和产量，使用算法工具帮助客户锚定对应能耗基线，据此提供管理建议。通过 AI 技术方法，精准识别能源损耗，实现能源能流跟踪。按照每个客户管理阶段，提供远程控制设备，优化 11 个具体操作动作。同时按照每个客户的用能情况运用 AI 仿真工具，匹配光伏系统规划，监管光伏建设过程，在运营期精准识别光伏发电情况，通过 IV 特性分析检测光伏要不要运维。基于客户负荷情况，合理规划储能容量，实现资产收益率最大化。通过 AI 技术方法分析匹配光储荷联动，指导储能运行策略，保障利益最大化。

　　应用 AI 技术实现数据 从设备中来，到设备中去 ，实现 感知，认知，决策，执行 的控制闭环。以 AI+IoT 为技术底座、云边端为技术架构 的云智控，可通过蘑菇云盒连接工厂公辅车间内所有设备，实时采集设备正常运行数据，实现运行异常报警和预测性维护，保障设备安全运作；数据通过站房内的边缘智能服务器上传云端或者直接上传云端，云端的 AI 算法基于数据作出决策和控制，再将控制指令通过服务器、蘑菇云盒下发到设备端、智能控制设备正常运行，实现对通用工业设施的智能控制。

　　·当前企业运行过程中，能源数字化转型面临内外部压力。外部因素包括双碳目标、能源改革、安全运行压力等；内部因素包括能源管理和数据统计方式粗放、缺乏分析能力、节能改造空间不明等。为解决这样一些问题，企业要开展智慧能源管理，利用先进信息技术和智能化控制手段实现能源生产、运输、存储、消费过程的智能化管控。智慧能源管理不仅包括数据可视化、数据统计和报警，更重要的是分析数据，诊断问题，制定能源绩效和基线进行考核，调动班组积极性参与管理过程。

　　·在实际的 AI 应用过程中，要设计更好的思维框架，对齐人类价值观和道德，同时需要具备使用工具的能力。在 AGI 到来之前，还需要在质疑中持续摸索和探索。AI 在能源管理方面的应用需要克服的核心问题是提高 AI 的精准度和成熟度。

　　·其实在我们看来，AI 的最大价值是安全供能，即保障工业生产车间的用能安全。其次才是节能降碳，即 AI 智控设备正常运行，实现公辅车间与生产车间的供需匹配，减少冗余运行带来的能效浪费，提升空压能效 10%-30%，提升制冷系统能效 15%-35%，帮助工业公司打造世界级 零碳工厂 。最后是无人值守，基于数据日志自动生成设备级车间级能效诊断报告，提高管理效率。

　　整场活动中，线上观众也参与了热烈的讨论，提出了一些问题，嘉宾给出了相应的回答。既有来自蔚来、上海广电电气、华为等企业人士，也有来自国网（苏州）城市能源研究院、上海市节能减排中心、中国信通院等研究机构人士。现场活动在交流实践经验，探讨业务合作等多种声音下落下帷幕。

　　大鲸案例库已全面登陆智库官网，案例库将实时追踪 AIGC、AI Agent、具身智能、工业大模型等前沿应用，诚邀行业朋友与大鲸助理（v：）联系申报，为咱们提供更多有关生成式 AI 的丰富实践。

　　追踪更多数字化、AI 创新实践活动，欢迎前往虎嗅智库完成注册即可接收我们的内容更新与活动通知。

　　虎嗅智库是一家聚焦企业数字化、AI 创新实践的新型研究服务机构，为产业智能化进程中的甲乙双方，提供有洞察性的研究报告、案例评选，以及线上会议、线下活动与参访服务，以支持企业高管在智能化、数字化方面的明智决策。