利雅得办公建筑研究:AI预测能源管理模拟总用电降14.26%
一项针对沙特利雅得五层、约8400平方米商业办公建筑的研究提出HAPEM炎热干旱气候预测性能源管理框架,用机器学习提前一小时预测电力需求并调整HVAC运行策略。
一项针对沙特利雅得五层、约8400平方米商业办公建筑的研究提出HAPEM炎热干旱气候预测性能源管理框架,用机器学习提前一小时预测电力需求并调整HVAC运行策略。
香港理工大学研究团队研发出融合LLM-AI自驱动框架的消防应急智能体,相关研究成果发表于《Engineering》。该智能体搭载ConvLSTM-Fire模型,首创“LLM+2D-Temp”模式,可在传感器故障时重构火场二维温度场,自主完成应急指导生成、风险识别等任务。其配套图形用户界面支持自然语言交互、多模态输出,可在复杂建筑场景下秒级生成疏散策略。
《绿色建造与智能建筑》于2026年6月4日在北京发布2026年6月刊抢先看内容,公开当期栏目设置及各栏目刊发文章的相关信息。当期设置高端访谈、双碳聚焦等七大栏目,覆盖绿色建造、智能建筑、智慧城市等多领域相关内容。该刊为中国建筑业协会主管主办的综合指导类科技期刊,被中国知网、万方数据、维普网三大权威学术数据库收录。
南京邮电大学等机构研究者在《Energy & Buildings》发表论文,提出基于大模型的建筑运维信息查询新范式,其自测执行准确率达95.5%。该范式以Qwen-32B为基础,融合知识图谱、检索增强生成技术微调得到Op8MainGPT模型,在自建评估集上表现优于GPT-4等主流模型。研究团队称该范式已应用于南京智能办公楼运维系统,可提升查询效率、降低部署成本。