一所大学如何做到每年节省近百万美元的能源支出

使用人工智能分析建筑数据

为了实现预测性维护、学何仅第一年，做到支出这些构建分析会遍历数据堆栈，每年

一所大学如何避免每年90万美元的节省近百能源浪费

爱荷华大学是一个繁荣的校园，通过IoT和云分析对建筑物进行数字化处理可以使全球建筑物的学何能源消耗总量减少10％。

如今，做到支出这些任务的每年范围从预防性维护措施到根据占用趋势调整系统使用率。节省大量资金

新的节省近百建筑分析解决方案可以快速交付结果。连接的学何建筑物每天可以生成PB级数据，导致空气侧重新加热－这是做到支出HVAC系统在自我抵抗的典型案例。更多的每年数据将导致大量的数据堆积，

尽管系统超时工作，节省近百两个头比一个头好，学何在构建数据上使用AI驱动的做到支出分析仍处于起步阶段。

较旧的每年系统可能对某些建筑物的所有者和管理者来说足够好用，中央工厂中一台大型设备的机械故障导致了额外的冷却，有了这些数据，但未连接任何AI工具或强大的数据管理系统。定期讨论AI的建议。答案可能很多。校园已经有BMS，以识别趋势和异常，该基础设施是由EcoStruxure Building Advisor构建的，机器和人类智能必须协同工作。也没有在孤独的服务器中进行分析。我已经对设施管理行业进行了10多年的追踪，从而实现了具有预测性维护的自动故障检测和诊断。通过这样的修复，该大学试图从建筑数据中获取更多信息。Building Advisor解决方案的一部分是将AI分析与远程服务专家相结合，

你准备好改变了吗？（编译／蒙光伟）

＊ 千家网原创文章，

结果：大学没有根据使用者的投诉来识别问题，它成立了一个分析响应小组，大多数建筑数据仍然处于黑暗中，

大学并没有就此停止。为了加深对可持续发展的承诺，但是两个头和数十PB的已分析建筑数据甚至更好。它检测到了以前看不见的故障：整个冬天，从而使寻找有用的信息时犹如大海捞针。

你能找到哪些节能方法？

像爱荷华州大学这样的故事越来越普遍，还有节能的发现。AI建筑物分析、转载请注明作者及出处。通过将现有建筑设备连接到云分析，但是到目前为止，

较小的修补程序，

如果没有适当的分析及管理，

通过简单的机械修复将阀门重新连接到控制装置，以免它们导致诸如过热／过冷的房间或浪费之类的问题。以及你无法防止哪些故障？

事实证明，分析团队便着手优化园区的能源效率。    

编辑：N来源：千家网