核心技术

Big-Data

创新性地将数据挖掘和人工智能技术运用到能源管理领域；
采用神经网络和决策树等先进算法建立能源产耗预测模型，实时监测能源生产和消耗异常情形，结合各类能源特性及成本实现多能流优化调度。

专家规则库

知识库中积累2000＋项能源管理案例以及团队专家的知识与经验；
基于专家知识及规则对采集数据进行深入比较分析，分析实时运行状态、评估运行效率，诊断节能空间。

自动侦测诊断

自学习设备运行历史数据，计算出设备在不同情况下的运行特征，拟合设备性能曲线，实现设备能效实时诊断；
基于设备性能评估模型，结合需求预测，采用前馈控制与反馈控制的融合，实现多设备、多场景的优化控制，使设备系统始终处于更佳的能效状态。

优化调度

多能流应用场景包括市电、光伏发电、风电、燃油或燃气自发电、储能和多业态用户（建筑、工厂等），依托数据建模与仿真开发多能流优化 调度系统，在可再生能源使用率、碳排放量等多维限制条件下降低能源成本；其次，为适应于多种应用需求，可切换优化调度的目标， 模型要求具备良好的容错能力，在预测算法出现较大偏差时，调度算法可根据偏差趋势做出调整，确保整个调度系统的高效、安全运行。