福耀科技大学行政楼共有5层，冷源为多联机空调机组。为了满足行政楼多联机空调控制系统高效节能运行的需求，海信网科为其配备了基于建筑机理模型的智能分时分区控制算法，通过分析建筑使用时段、区域特征和实时环境数据，动态优化空调运行策略。系统自动识别高峰/低谷时段及不同区域负荷需求，结合自学习用户习惯，实现精准的按需供冷供热。此外，系统还采用了自适应调节技术，在保障环境舒适度的同时，节能效果显著，且能够随使用时间持续优化性能，越用越节能。

　　负荷预测全局寻优：专家经验，动态节能

　　福耀科技大学图书馆采用的是水机中央空调控制系统，人员流动性较大，对暖通系统的动态调节需求度高。为了提高图书馆的舒适度、降低无效耗能，海信网科智慧建筑为其匹配了专家经验模型+负荷预测的全局寻优模型。

　　其中，负荷预测的全局寻优模型以精确的建筑冷负荷预测作为前馈控制的基石，输入包含气象数据、实时负荷数据、各类设备运行数据与能耗数据，利用最小二乘法以及LSTM、XGBOOST等机器学习算法构建高精度的设备性能与能耗预测模型。

　　在此基础上，综合考虑系统运行约束（设备台数、泵频、温差上下限）、设备耦合关系及安全保护机制，采用遗传算法、粒子群算法等全局寻优方法，以“系统整体能效最优”为目标，迭代计算出各设备的运行台数、供回水温度、温差与频率设置。