大家好。我叫曼努埃尔·耶苏斯·罗德里格斯。我目前是西班牙埃森哲马德里SAP Leonardo Liquid Studio的软件开发人员之一。我们正在进行一些非常有趣的新项目，并希望与大家分享其中的一部分。

我将向大家介绍我们的智能气候项目，这是一个采用先进技术（如机器学习和物联网通信）的自控暖通空调（暖通空调）系统解决方案。本项目并不打算对解决方案进行深入的分析，但希望您对我们所做的工作有一个清晰的印象。

体系结构：主要解决方案和关键特性

在本项目中，我们有三个主要部分：Java软件、SCP集成和用户体验。所有这些都是连接的，但也是独立的，构成了一个微服务的结构，有助于可伸缩性的参与。

我们的Java软件直接连接到供应商的网关，它使用标准的BACnet协议来通信和控制所有HVAC设备。它还连接到我们的SAP Hana数据库和SAP云平台中的SAP物联网基金会，允许它管理来自不同来源的所有命令和规则，并将它们写入相应的HVAC设备中。

我们的Hana环境有一个R虚拟机，它运行机器学习算法来进行预测暖通空调设备应如何运行。所有这些算法以及其他Hana特性和过程都由XSJS服务运行，必要时由jobs设置。

开发用户体验是为了给用户在检查和管理系统时带来愉快和轻松的旅程。我们利用了SAPUI5框架，淘客发单软件，构建了一个响应迅速的web应用程序，它向用户提供全面的信息，还包括一个仪表板，手机免费建站，用户可以在其中直接对设备执行一些操作。由于新加入的会话人工智能（Recast ai），这些命令操作也可以由会话助理完成，甚至可以通过电报发送，这要归功于它与Recast ai的集成。命令到达我们的java软件，得益于与IOT基金会的连接。TurviaTo.创新：机器学习- R预测的数据预测大多数的HVAC系统遵循一个非常传统的方法来管理环境管理程序，在我们的项目中，国内大数据公司排名，大数据说，我们开发了一个以R引擎为动力的机器学习模型，可以实时接收数据，如天气预报、当前办公室温度、人员涌入等，该算法基于三个主要特征：

基于模型的强化学习：监督学习模型和优化算法/无模型线性回归。环境：从历史中学习使用梯度增强和LSTM（长-短期记忆网络）预测室内温度和能源消耗。优化：三种不同的算法被用来优化气候条件：蚁群优化；模糊逻辑和Q-学习。

模型预测控制算法是提高建筑能效的有效方法。这个新的"WHOTO"是真正的创新和关键的特点，真正做到这一点时，为了省钱。StudioIo:增强的通信，所有的命令和其他通信之间的暖通空调设备和项目的不同部分是可能的，因为物联网基金会及其服务。在通信方面，服务是发送和/或接收命令，并向其物联网云存储系统发送措施。一旦服务在座舱中正确设置（包括将要接收的软件中的代理），就可以很容易地发送命令，该命令调用基金会善意提供的简单API，以及在IOT驾驶舱中创建的虚拟设备中编写措施。通过快速通信，任何来源的任何更改几乎都是实时的，没有任何延迟或延迟。

用户体验：集成服务

我们开发了一个前端应用程序，为系统中注册的每个HVAC设备提供实时状态。在它的主页上显示了节省时间的总百分比，以及一张热图，在那里他们可以很容易地找到并快速第一眼看到当地的温度。

此外，在web应用程序的后续部分，大数据的数据库，用户可以访问一堆带有实时统计数据和历史数据的图形图表，这样他们就可以比较这些数据正确的R算法工作。

有一个仪表板可以改变任何设备的属性，如设定值、工作模式、状态等。用户可以选择与全新的对话助手对话，该助手由重铸人工智能（最近被SAP收购，并命名为"对话人工智能"）提供支持，并根据提供给助手的位置和其他信息进行快速更改。

甚至可以通过电报与助手进行对话，结论

所有安装了暖通空调系统的工业空间或需要管理智能建筑/空间的企业都可以提高能源效率并节省不可避免的成本。在这个解决方案带来的所有概念和优势中，可以提炼出三个关键想法：

使此解决方案不同于其他解决方案的是SAP云平台和Leonardo的集成，作为对减少环境影响而又不损害舒适性的解决方案的即时需求的回应。事实证明，能效概念解决方案可以与先进技术（如机器学习和物联网）集成在SAP软件包中。初步结果表明，在不降低舒适性标准的情况下，实施该系统将在不到一年的时间内节省20%-40%的能源消耗和ROIs，具体取决于硬件的物理安装，得到与会者的广泛认可。此外，该项目还被提名为SAP创新奖和西班牙报纸"El Español"，并得到埃森哲全球的大力支持！请让我在评论中知道你对这个项目的看法。如果您有任何问题，我会尽快回答