近日，江苏省住房和城乡建设厅公示2026年度“人工智能（885728）+住房城乡建设”应用场景项目储备库拟入库项目名单，我院申报的“基于人工智能（885728）的建筑能碳数据管理平台研发项目”成功入库，归属公共建筑AI能耗诊断与绿色低碳运营赛道。该项目依托我院自研建研碳测云管理平台，融合人工智能（885728）与建筑碳排放核算技术，为公共建筑提供覆盖能源（850101）感知、负荷预测、智能决策、节能优化的全链条一体化解决方案。
建研碳测云管理平台紧扣国家“双碳”战略与城乡建设绿色低碳转型要求，采用微服务架构，集成碳排放核算、能碳可视化对标、AI能耗预测、设备智能调控、节能故障诊断等核心功能，实现从“感知预测”到“决策优化”的闭环管理。
轻量化部署，降低存量建筑改造门槛
平台坚持“最小数据采集、最大模型效能”原则，仅依托气象、历史能耗等易获取基础数据，即可完成高精度能耗测算与智能调控。通过用电数据反向推演建筑人员使用时段，无需增设人员监测设备，兼顾改造成本与隐私保护。依托现有数据训练室内环境预测模型，自动生成最优调控方案，减少末端设备改造工程量。“低感知输入”设计支持存量公共建筑快速部署，有效降低智能化改造门槛。
AI认知驱动，实现从规则执行到知识推理升级
区别于传统能耗系统基于固定阈值和预设规则的运行模式，平台融合大语言模型等人工智能（885728）技术，实现系统从机械执行规则到自主知识推理的升级。
能耗预测环节，模型自主挖掘气象、时间、建筑能耗之间的复杂关联关系；设备调控环节，通过本地微调大模型预测不同温控策略下能耗与舒适度的联动变化，自主平衡节能效果与使用体验；故障诊断环节，整合运维经验、设备手册、行业文献构建设备智能体，自动定位设备低效、异常运行根源，输出运维优化建议。平台具备自主迭代、持续学习进化的能力。
此次入选省级人工智能（885728）住建场景储备库，标志着我院在建筑能碳数字化管理领域的技术路径获得政府主管部门及专家认可。未来，我院将持续完善建研碳测云管理平台技术体系，推动产品在办公、商业、医疗等各类公共建筑场景规模化落地，以数字技术赋能建筑低碳运营，助力城乡建设领域碳达峰碳中和（885919）目标实现。
