了解 Microsoft AI 如何助力绿色出行 - 慕尼黑城市交通公司的成功案例

智慧城市的支柱之一是实现居民的绿色出行。 在慕尼黑（德国），他们正在采取重大措施来提供可持续的公交服务。 让我们看看他们是如何做的。

组织

Stadtwerke München (SWM) 是慕尼黑的一家市政公用事业公司。 它为该城市提供电力、供暖、饮用水、交通和电信服务。 他们的出行服务包括市政地铁、公共汽车、电车和自行车网络。

SWM 致力于使慕尼黑更加绿色环保。 它产生的绿色电力可以满足该城市 90% 的需求，该城市 80% 的公共交通车队已经是电动的。 他们现在的目标是将重点放在公交车队上，该车队正在转变为使用电池电动车。

面临的挑战

慕尼黑是一个繁忙的城市，人口超过 150 万。 其公交系统的运营要求很高，高峰时段有 500 辆公交车在运行。 电动公交车一次充电必须能够行驶至少 280 公里。 考虑到给公交车充电需要 3-4 个小时，充电必须在停止服务和重新开始服务之间进行。 因此，整个公交车充电系统都与一个紧凑的时间表同步，仅留出了很少的时隙来预防维修和意外事件。

此外，任何解决方案都必须可缩放。 SWM 管理着大量的数据：仅每列地铁列车每 10 秒就发送 2000 多个数据点；地热解决方案每小时收集 5GB 的数据，30 个数字化基础设施区域中的每一个都是如此。 该组织需要一个能够处理如此大量数据的强大平台，例如 Microsoft Azure。

解决方案

SWM 开发了一种智能连接解决方案来提高公交车充电系统的效率。 这个名为 INSIGHT 的工具是基于 Microsoft 产品（例如 Azure AI 服务、Azure 机器学习和 Azure IoT）构建的。 其设计确保了透明、可持续的流程。

在 INSIGHT 中，IoT 设备从电动公交车收集实时数据，例如电池电量、发动机转速，或警示灯的激活。 每辆公交车上大约有 120 个传感器。 设备将此数据发送到基于 Azure 基础结构的 INSIGHT。 在那里，该解决方案为每辆公交车创建一个数字孪生体，这使其能够跟踪每个数据点。

然后，系统将数字孪生体数据提供给在 Azure 机器学习中构建和存储的 AI 模型。 这些模型可以进行 14 天的预测，以预测一辆公交车在任何一天的耗电量。

结果

该解决方案可实时了解每辆公交车的状况。 影响显而易见：员工可以更快地修复故障并优化维修。 此外，它能够进行预测性维护，因此可以在潜在事故发生之前进行处理。 这些改进为公交系统实现了更好的调度，使其所有用户都受益。 更好、更友好的出行服务会促使居民使用该服务，而不会去使用可持续性较差的方式。

此外，该解决方案还改进了充电负载管理系统。 由于 AI 可以预测每辆公交车一天需要多少电量，因此公交车只在必要时充电。 该系统更高效、更可持续。

若要了解详细信息，请阅读 SWM 依赖于 Azure IoT、人工智能和大数据分析。

接下来，请通过知识检查总结你所学到的所有内容。