产品以互联网云技术为载体，以大数据为支撑，以城市公共建筑空调系统为应用对象，研究云计算节能运维管理软件研发及产业化，探索建筑冷负荷基于时序行为的随机特性预测新方法，挖掘空调系统能耗与冷负荷分布、建筑结构、局部微环境、空调系统及运行管理模式等影响因素之间的关联规则，实现公共建筑空调系统运行智能诊断，探索基于大数据深度挖掘的主动优化控制技术，为建筑能耗基础数据完善、管理水平提升等提供理论支撑。本产品执行以研发综合能源管理云平台为产业化目标，并在城市公共建筑节能领域中应用和推广。

    创新性性一：要深度挖掘建筑空调能耗差异性，研究空调系统能耗水平与冷负荷分布、建筑结构、局部微环境、空调系统及运行管理模式等因素间的关联规则，首先需要获得足够数据样本，其次是对数据进行降噪、清洗和聚类处理，而各变量影响权重和数据属性各不相同，并非所有变量都包含了对应的完备事件组，大数据是碎片化的。如何确定每个变量的权重，并根据权重对其进行合理离散化以进行聚类处理，是本研究有待解决的关键理论问题。本研究拟通过构建建筑空调系统精确的热力学模型，通过云计算节能运维管理软件获取足够的数据样本，并验证热力学模型可靠性，通过模拟计算获得完备的建筑空调能效大数据，是本项目理论探索的基础。
    创新性性二：建筑空调系统智能诊断的目的是优化控制和科学运行管理，而影响空调系统能耗水平的影响因素多达数十个甚至数百个，要进行优化计算非常困难，不可能遍历所有变量进行全面的多因素多水平模拟计算，这成为分析能源利用效率约束下的影响空调系统能效水平的各因素权重特性、先验概率、后验概率以及关联规则的瓶颈问题，是智能诊断和主动节能技术的先决条件，也是本研究需解决的关键理论问题。本项目组已经完成了针对多达数十甚至数百个控制变量的非线性系统优化计算问题的研究，采用随机走步次优计算方法，通过分析次优解群随机行为与控制变量响应权重的关联性来研究最优化问题，可极大简化优化计算过程，以次优解群统计概率作为先验知识，则可实现智能诊断，使基于主动节能的次优化控制成为可能。
    创新性性三：节能运维管理软件的网络拓扑结构需要实现云端专家诊断系统与客户端空调智能优化控制系统的数据动态交互，专家诊断系统则需要实时运算分析，如何确保专家诊断系统在线运算以及数据交互的可靠性，是本项目需要解决的关键技术问题。团队具备雄厚的技术条件，并已开发了易云维平台，实现了建筑设备信息、运行状态等数据采集，以及远程运行控制等功能，并以开始产业化，而节能运维管理软件则是在易云维平台基础上研发升级，融入智能诊断技术，实现科学运行管理，为解决本项目的关键技术问题奠定基础。