核心能力
這些能力共同構成頁面所表達的業務價值與執行方式。
- 熱負荷預測
基於氣象、建築特性和歷史資料的短期和中期熱負荷預測。
- 管網最佳化
透過數位孿生模擬供熱管網運行，最佳化供回水溫度和流量分配。
- 洩漏與故障檢測
基於流量和溫度資料的異常檢測，快速定位管網洩漏和設備故障。
區域供熱網絡最佳化
區域供熱系統涉及供回水溫度控制、負荷預測和水力平衡。FactVerse AI Agent透過MPC模型預測控制和天氣集成，實現端到端最佳化。
AI Agent核心能力
- 溫度最佳化 — MPC預測控制最佳化供回水溫度
- 負荷預測 — 天氣API集成24小時負荷預測
- 水力平衡 — 分析管網水力，最佳化閥門開度
- 預熱策略 — 寒潮前自動預熱，平衡舒適度和能耗
典型成效
| 指標 | 效果 |
|---|---|
| 用戶端溫度合規率 | 85% → 98% |
| 供熱能耗 | ↓ 10–20% |
| 投訴率 | ↓ 60–80% |
| 預測準確率 | > 95%（24小時） |
常見問題
不需要。Data Fusion Services透過標準接口連接現有熱力站SCADA和感測器系統，在上層建構數位孿生。