ClimaMind

ប្រើប្រាស់ការរៀនពង្រឹងកម្លាំង (Reinforcement Learning) ដើម្បីបង្កើនប្រសិទ្ធភាពថាមពលម៉ាស៊ីនត្រជាក់ឧស្សាហកម្មដោយឆ្លាតវៃ។

4.1 未知

តើវាជាអ្វី

ClimaMind គឺជាប្រព័ន្ធគ្រប់គ្រងបញ្ញាសប្បនិម្មិត (AI) ប្រភេទត្រួតពិនិត្យ ដែលត្រូវបានរចនាឡើងយ៉ាងពិសេសសម្រាប់អគារពាណិជ្ជកម្មខ្នាតធំ និងអគារឧស្សាហកម្ម។ វាពុំមានគោលបំណងជំនួសប្រព័ន្ធគ្រប់គ្រងអគារ (BMS) ដែលមានស្រាប់នោះទេ ប៉ុន្តែវាដើរតួជាខួរក្បាលដ៏ឆ្លាតវៃ ដោយប្រើប្រាស់ក្បួនដោះស្រាយការរៀនពង្រឹងកម្លាំង (Reinforcement Learning) ដើម្បីវិភាគទិន្នន័យបរិស្ថាន និងការប្រើប្រាស់ថាមពលក្នុងពេលជាក់ស្តែង ព្រមទាំងសរសេរតម្លៃកំណត់ (Setpoints) ប្រកបដោយប្រសិទ្ធភាពខ្ពស់ទៅកាន់ឧបករណ៍ HVAC (កំដៅ ខ្យល់ និងម៉ាស៊ីនត្រជាក់) ដែលមានស្រាប់ដោយស្វ័យប្រវត្តិ។ ប្រព័ន្ធនេះអាចកែសម្រួលទម្ងន់ផ្ទុកនៃការត្រជាក់ និងកំដៅបានយ៉ាងរស់រវើក ខណៈពេលដែលធានាបាននូវផាសុកភាពក្នុងទីតាំងខាងក្នុង ដោយសម្រេចបាននូវប្រសិទ្ធភាពថាមពលអតិបរមា។

ដោះស្រាយបញ្ហាអ្វី និងសាកសមសម្រាប់អ្នកណា

ប្រព័ន្ធ HVAC បែបបុរាណច្រើនតែពឹងផ្អែកលើកាលវិភាគកំណត់ទុកជាមុន ដែលពិបាកក្នុងការទប់ទល់នឹងការប្រែប្រួលអាកាសធាតុ ចរន្តមនុស្ស ឬការប្រែប្រួលប្រសិទ្ធភាពដោយសារឧបករណ៍ចាស់ ដែលនាំឱ្យខាតបង់ថាមពលយ៉ាងច្រើន។ ClimaMind ដោះស្រាយបញ្ហាប្រឈមនៃការកែសម្រួលប៉ារ៉ាម៉ែត្រដោយដៃ ដែលស៊ីពេលច្រើន និងមិនសូវជាក់លាក់ ដោយសារតែវាមានការរៀនសូត្រជាបន្តបន្ទាប់ និងបង្កើនប្រសិទ្ធភាពដោយខ្លួនឯង ដែលជួយកាត់បន្ថយការចំណាយលើប្រតិបត្តិការ និងកាបូនហ្វុតព្រីន (Carbon Footprint) យ៉ាងខ្លាំង។ ឧបករណ៍នេះគឺសាកសមជាពិសេសសម្រាប់ក្រុមការងារគ្រប់គ្រងسه设施 នៃអគារការិយាល័យពាណិជ្ជកម្មខ្នាតធំ រោងចក្រ មជ្ឈមណ្ឌលទិន្នន័យ (Data Centers) ឬមន្ទីរពេទ្យ ដោយជួយពួកគេសម្រេចបាននូវគោកបំណងសន្សំសំចៃថាមពល និងកាត់បន្ថយកាបូន តាមរយៈការអាប់ដេត सफទែរដោយមិនបាច់ប្តូរផ្នែករឹង (Hardware) ថ្លៃៗ ដែលជាជំនួយការដ៏ខ្លាំងក្លាក្នុងការជំរុញអគារបៃតង និងការផ្លាស់ប្តូរ ESG ។

លក្ខណៈសំខាន់

ក្បួនដោះស្រាយការរៀនពង្រឹងកម្លាំង (Reinforcement Learning)
ការរួមបញ្ចូលប្រព័ន្ធ BMS ដែលមានស្រាប់
ការសរសេរតម្លៃកំណត់ (Setpoints) បែបរស់រវើក
ការត្រួតពិនិត្យប្រសិទ្ធភាពថាមពលក្នុងពេលជាក់ស្តែង
ការការពារសុវត្ថិភាពតាមលក្ខខណ្ឌព្រំដែន

គុណសម្បត្តិ

មិនចាំបាច់ប្តូរផ្នែករឹង (Hardware)
ការសម្រេចចិត្តសន្សំសំចៃថាមពលដោយស្វ័យប្រវត្តិ
ពន្យារអាយុកាលដំណើរការរបស់ឧបករណ៍

គុណវិបត្តិ

តម្រូវឱ្យមានមូលដ្ឋានគ្រឹះប្រព័ន្ធ BMS ស្រាប់
ត្រូវការការបណ្តុះបណ្តាលទិន្នន័យនៅដំណាក់កាលដំបូងនៃការដាក់ឱ្យប្រើប្រាស់

ករណីប្រើប្រាស់

ការសន្សំសំចៃថាមពលក្នុងអគារការិយាល័យពាណិជ្ជកម្មខ្នាតធំ
ការគ្រប់គ្រងសីតុណ្ហភាពថេរក្នុងរោងចក្រឧស្សាហកម្ម
ការបង្កើនប្រសិទ្ធភាពប្រព័ន្ធត្រជាក់មជ្ឈមណ្ឌលទិន្នន័យ (Data Center)

កំណត់ចំណាំអ្នកកែសម្រួល

ការផ្តល់អំណាចដល់ផ្នែករឹងដែលមានស្រាប់តាមរយៈ AI គឺជាដំណោះស្រាយផ្លាស់ប្តូរដែលមានតម្លៃសមរម្យបំផុតក្នុងវិស័យសន្សំសំចៃថាមពលឧស្សាហកម្ម។

សំណួរញឹកញាប់

តើត្រូវចំណាយពេលប៉ុន្មានទើបអាចឃើញប្រសិទ្ធភាពសន្សំសំចៃថាមពល បន្ទាប់ពីដាក់ឱ្យប្រើប្រាស់ប្រព័ន្ធនេះ?

ដោយសារប្រព័ន្ធប្រើប្រាស់ការរៀនពង្រឹងកម្លាំង ជាទូទៅវាមិនយូរប៉ុន្មានទេ បន្ទាប់ពីការប្រមូលទិន្នន័យ និងការបណ្តុះបណ្តាលគំរូត្រូវបានបញ្ចប់ វាអាចចាប់ផ្តើមបង្ហាញពីការកើនឡើងយ៉ាងខ្លាំងនៃប្រសិទ្ធភាពថាមពល។

តើការប្រើប្រាស់ប្រព័ន្ធនេះនឹងប៉ះពាល់ដល់ផាសុកភាពរបស់បុគ្គលិកក្នុងអគារដែរឬទេ?

ទេ ប្រព័ន្ធត្រូវបានកំណត់លក្ខខណ្ឌព្រំដែនក្នុងអំឡុងពេលដំណើរការ ដើម្បីធានាថាការកែសម្រួលទាំងអស់ត្រូវបានធ្វើឡើងក្នុងដែនកំណត់ផាសុកភាពដែលបានកំណត់ទុកជាមុន។