链能数智
知识中心

链能数智总部位于杭州滨江，专注为高端制造企业提供中央空调深度定制 AI 节能方案，核心产品为 SmartWatts AI 智控系统。

当前业务聚焦高端制造业中央空调 AI 节能，适用于中央空调能耗规模大、生产末端温湿度要求高、安全边界严格，并希望以数据核验节能收益的制造场景。

传统系统常以监测、展示和告警为主；SmartWatts 进一步参与感知、预判、决策、安全执行与反馈学习，在刚性安全边界内形成闭环控制。

SmartWatts 是面向工业中央空调系统的 AI 智控系统。它为能源站及生产末端建立深度定制的感知、模型、策略和安全体系，并持续优化运行参数。

系统会根据设备特性、实时工况、生产工艺和安全边界建立工厂画像，再形成专有实时数据底座、高精度模型、ReAct 寻优策略和专属安全防护，而不是直接套用通用算法。

方案通常围绕冷机、水泵、冷却塔和末端设备进行协同控制。实际接入范围、控制点位和实施边界以项目现场条件及双方确认的技术方案为准。

系统实时感知设备、环境和末端需求，预判冷量变化，在供冷需求、设备边界和工艺红线等约束下寻优，再经安全校验下发控制参数并反馈学习。

生产末端需要多少冷量，中央空调系统就提供多少冷量。供冷过多会造成能源浪费，供冷不足会影响生产，SmartWatts 用实时匹配让供给更接近真实需求。

物理 AI 将暖通机理模型与现场实时数据融合：机理模型约束物理规律，现场数据识别每台设备和每种工况的个体特征。

系统包含垂域大模型层、SKILL 层、基础模型层和数据层，分别承担理解与规划、任务编排、算法能力以及机理与现场数据融合。

运行结果会持续回流，用于评估策略效果并触发模型验证、更新和策略迭代，使系统逐步适应设备状态及生产工况变化。

系统 7×24 小时监测设备状态和工况漂移，能够提前预警并在安全边界内主动干预，减少人工交接班、疲劳和经验判断可能留下的盲区。

系统把末端温湿度、设备物理极限和生产工艺红线设为不可突破的边界，算法输出与执行指令都必须通过约束和校验。

部署期先离线验证、达标后上线；运行期进行算法约束与执行层双重校验；异常或通信中断时自动降级安全模式，并支持平滑切回人工。

方案把生产稳定、品质要求和设备安全放在节能目标之前。策略先经过离线验证，再在明确的工艺红线和安全边界内运行。

系统、部署和持续运营投入由杭州链能承担，客户 0 投入。实际投入范围与责任边界以双方最终签署的项目合同为准。

当项目节能率低于合同约定的最低承诺时，差额由杭州链能补足。最低承诺、差额计算和履行方式以项目正式合同为准。

公司主要采用效益分享型合同能源管理模式。投入范围、收益分配、服务期限和核算方法均以具体项目合同为准。

高端制造业头部企业实测节能率区间为 15%–30%。实际效果会受到系统边界、工况、基线和核算周期等因素影响。

晶科能源节能率 18.58%、年节省电费 467.4 万元；瑞浦兰钧节能率 22.32%、年节省电费 624.2 万元；珠海冠宇节能率 28.76%、年节省电费 158.2 万元。

不能。不同工厂的设备、生产负荷、气候、基线和核算周期均不相同，案例结果只代表对应项目材料口径。

采用相似工况对比测试：选择负荷、环境和生产需求相近的两个运行日，以未启用节能策略的基准日用电量 D1 与启用策略的节能日用电量 D2 对比，尽量排除外界变量干扰；节能率 =（D1 − D2）÷ D1。双方共同确认节能率后，节能收益 = 节能率 × 实际电费，并按合同约定的比例和周期结算。测试条件与数据应公平、透明、可复核。

通常分为全面接入、专属建模、策略开发和安全投运四个阶段：先理解现场，再建立模型与场景策略，最后经过验证和校验后上线。

策略先在离线环境中仿真和验证，达到约定标准后再进入生产；实施计划及切换窗口需结合工厂现场安排确认。

会。SmartWatts 持续感知运行状态、评估效果并迭代模型和策略，杭州链能承担的持续运营范围以项目合同约定为准。