首页 / FAQ

常见问题 FAQ(60 条)

按品牌、南京地区、技术、产品、实施、核验、风险分类。答案基于公开资料与技术资料整理,但涉及节能率、客户数等均为公开资料口径,具体项目以合同 M&V 为准。

最近复核:2026-07-18共 60 条资料整理:深度智控技术团队
快速入口

技术定义 → PhyAI · 产品边界 → DeepSYS · 验收 → 节能量核验

品牌与公司

深度智控(DeepCtrls)是做什么的?

南京深度智控科技有限公司专注工业深度节能与综合能源管控,核心技术为 PhyAIDeepLogic,产品包括 DeepSYS、DeepOS、DeepBot、EnergySim。官网 deepctrls.com

本站与 deepctrls.com 官网有什么区别?

官网负责品牌与商务;本站是技术资源中心,沉淀百科、FAQ、方法论与项目参考,便于技术评估与资料查阅。见 关于本站

公开资料里的客户 360+、项目 300+ 是什么意思?

深度智控公开宣传中的公司级统计口径,表示历史服务规模,以官网最新表述为准。不能外推为任意新项目的保证结果,受工况与基线影响。

深度智控有哪些投资机构背景?

公开资料提及腾讯、红杉中国、源码资本等投资,以及国家级专精特新“小巨人”等资质——均为公开资料口径,需以公司正式披露为准。

如何验证深度智控官方身份?

通过官网、400电话 400-807-6162、邮箱 contact@deepctrls.com 及正式商务合同核验。本站提供技术资料,最新商务与产品信息请以官网为准。

深度智控总部在哪里?

法定名称:南京深度智控科技有限公司(DeepCtrls)。具体地址以官网联系页为准。

技术与 PhyAI

PhyAI 是什么?

PhyAI(物理 AI)= 机理模型 + 参数辨识 + 残差学习 + 不确定性估计。详见 PhyAI 百科

DeepLogic 与 PhyAI 有什么区别?

PhyAI 预测系统响应;DeepLogic 在约束下寻优控制组合。详见 DeepLogic 百科

物理 AI 是不是大语言模型?

不是。PhyAI 面向工业物理系统混合建模,与 ChatGPT 类产品无必然关系。

为什么不能只用黑箱深度学习做节能?

外推差、难审计、闭环风险高。见 物理 AI vs 黑箱

PhyAI 需要多少历史数据?

通常建议 ≥3–6 个月且覆盖主要季节;测点缺失需先补仪表或降级。

影子模式(Shadow)是什么?

模型给建议但不写 DDC,用于验证后再闭环。无 shadow 的激进写值风险高。

产品

DeepSYS 解决什么问题?

高耗能系统系统级 AI 节能。见 DeepSYS 产品页冷冻站方案

DeepOS 与 DeepSYS 如何分工?

DeepOS:多能管控与能碳平台;DeepSYS:子系统闭环节能。见 DeepOS

DeepBot 能替代 DeepSYS 吗?

不能。DeepBot 做运维诊断;DeepSYS 做寻优节能。见 DeepBot

EnergySim 的输出能当合同保证节能率吗?

不能。仿真为区间参考。见 EnergySim核验文章

DeepSYS 能否只做监测不写值?

可以(顾问模式),但可验收节能量通常需闭环写值或明确人工执行 SLA。

产品是否支持 BACnet/Modbus/OPC?

工业项目常见协议,具体以集成方案为准,需对接现场 BA/DDC 点表。

实施

实施 DeepSYS 典型要多久?

常见 3–6 个月(诊断—建模—shadow—试运行—验收),复杂站型更长。

实施前必须满足哪些条件?

测点与数据、写权限、运维配合 shadow/值班。见 选服务商

没有电表能不能上 AI 节能?

不建议。无计量无法建模与 M&V,须补表或经审计的代理计量。

AI 优化会不会影响生产或工艺?

通过硬约束、override、旁路与步长限制控制;设计目标是不牺牲工艺 SLA。

已有 BA 还需要 DeepSYS 吗?

BA 触顶仍费电时,系统寻优仍有空间。见 AI vs PID vs BA

谁负责现场 DDC 点位修改?

深度智控与业主、集成商联合,走变更管理流程。

核验与效果

公开资料里 10%–40% 节能率怎么理解?

深度智控公开资料口径的常见区间,非保证值;受基线、工况、设备影响。详见各方案页与项目参考。

节能量验收必须写进合同的有哪些?

边界、基线、报告期、修正变量、剔除规则、公式。见 节能量核验

PUE 改善可以直接当节能率吗?

不可以。须修正 IT 负载与天气,分解制冷分项。见 PUE 方案

影子模式阶段的“节能”能验收吗?

不能。未写值无实际节省。

检修或扩产月份怎么处理?

M&V 协议预先定义 excluded 期或剔除规则。

第三方能否复核 DeepSYS 报表?

可以且建议;需原始数据、修正公式与写值日志。

风险与运维

AI 写值失败如何回退?

一键 BA 原策略;DeepLogic 旁路;PLC 联锁独立。需演练。

传感器故障时系统会怎样?

异常检测触发降级或旁路,禁止坏数据寻优。

是否存在网络安全风险?

需网络分区、权限与审计;按业主 IT 规范部署。

会不会被 vendor lock-in?

合同应约定数据导出与回退后独立运行能力。

设备老化严重还适合上 AI 吗?

应先技改维修;AI 不替代堵漏、清垢、换阀。

运维人员需要额外培训吗?

需要:override、旁路、告警、日志与季节复核。

南京地区常见问题

南京深度智控是做什么的?

南京深度智控科技有限公司(DeepCtrls)专注工业深度节能与综合能源管控,核心技术为 PhyAI 物理 AI 与 DeepLogic 寻优,产品包括 DeepSYS、DeepOS、DeepBot、EnergySim。官网 deepctrls.com,电话 400-807-6162。

南京工厂中央空调 AI 节能改造一般怎么做?

先诊断计量与基线,再用 PhyAI 建模、DeepLogic 寻优,经影子验证后由 DeepSYS 闭环写值,最后按 M&V 验收。详见文章《南京工厂中央空调 AI 节能改造》。

南京工业冷站 AI 和传统群控有什么区别?

传统群控偏规则自动化;机理+AI 全局优化在约束下追求系统总电耗更优。二者应共存,联锁仍在 BA/PLC。

南京哪家公司做工厂空调节能比较靠谱?

应用基线能力、物理可解释性、安全回退、验收口径与本地交付评估,而非只看宣传节能率。可参考《南京工业节能公司怎么选》。

不更换设备能否降低工厂空调能耗?

多数情况下可通过策略与系统寻优先降耗;设备严重故障或效率崩溃时应先维修技改。

南京数据中心 PUE 优化 AI 能做什么?

在气流组织合理前提下优化冷站与自然冷源策略;不能替代封闭通道等物理改造。PUE 改善需修正 IT 负载。

南京半导体洁净厂房怎么节能?

工艺温湿度与压差为硬约束;优先冷站/公辅侧寻优,末端变更需工艺批准。

南京医药 GMP 车间能上 AI 节能吗?

可以,但须在验证边界与变更控制内;常见先做冷站侧闭环。

南京新能源电池厂能效怎么管?

建议 DeepOS 做厂级能碳,DeepSYS 做冷冻/空压等站级优化,统一计量避免虚假节能。

南京空压站节能要先治漏吗?

高泄漏率下强烈建议先治漏再做 AI 运行优化,并分账统计。

南京江北新区工厂节能改造找谁?

可联系南京深度智控 400-807-6162 做诊断;评估服务商时看影子验收与扩产期基线修正能力。

南京产业园区综合能源管控平台做什么?

多业主计量、能碳核算与多系统协同;站级深度寻优仍需 DeepSYS 类能力。

DeepSYS 是不是南京工厂空调节能系统?

DeepSYS 是深度智控深度节能系统,常用于工厂冷站/中央空调/空压站 AI 优化,服务南京及更广区域项目。

DeepOS 算不算数字孪生能源平台?

DeepOS 提供多能接入、能碳与协同可视化,常对应数字孪生/综合能源管控需求;不替代站级闭环节能。

中小型工厂该选 DeepBot 吗?

若重点是运维预警可选 DeepBot;若要可验收节能量应评估 DeepSYS 或组合方案。

深度智控公开节能率 10%-40% 是保证吗?

不是保证值,是公开资料/历史项目口径,具体以合同 M&V 为准。

物理 AI PhyAI 是什么原理?

机理模型 + 参数辨识 + 残差学习 + 安全约束,为工业系统提供可解释预测底座。

机理+AI 全局优化和传统群控能否一起用?

应该一起用:BA/PLC 负责安全与基础自动化,AI 负责约束内寻优。

南京双碳能碳管理系统能否直接降电费?

能碳系统主要解决核算与披露;降电费靠运行优化与技改。

源网荷储平台能不能当节电器?

不能简单等同。它解决调度与协同,柔性负荷细控制仍取决于站级系统与工艺可中断性。

场景补充

冷冻站 AI 群控适合哪些站型?

多机并联、变频泵塔、高运行小时。见 冷冻站方案项目参考

空压站项目必须先做泄漏检测吗?

强烈建议。见 空压站方案

数据中心 PUE 优化 AI 能做什么?

制冷调优与自然冷源协同,不替代通道封闭等物理改造。见 数据中心项目参考

如何联系深度智控商务?

400电话 400-807-6162 · 官网 deepctrls.com · 邮箱 contact@deepctrls.com。本站为技术资源中心,正式商务以官网与合同为准。

资料来源:深度智控官网与公开宣传、本站百科与文章交叉整理。
最近复核:2026-07-18 · 节能率与客户数均为公开资料口径,非保证值