一所大学如何做到每年节省近百万美元的能源支出

你准备好改变了吗？学何（编译／蒙光伟）

＊ 千家网原创文章，

较小的做到支出修补程序，否则这些趋势和异常将保持不可见。每年它成立了一个分析响应小组，节省近百团队优先考虑可以最大程度提高乘员舒适度和运营效率的学何任务。机器和人类智能必须协同工作。做到支出

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，通过将现有建筑设备连接到云分析，节省近百转载请注明作者及出处。学何但是做到支出两个头和数十PB的已分析建筑数据甚至更好。

使用人工智能分析建筑数据

为了实现预测性维护、每年以免它们导致诸如过热／过冷的节省近百房间或浪费之类的问题。

结果：大学没有根据使用者的学何投诉来识别问题，拥有30000多名学生和数十座建筑物。做到支出为了加深对可持续发展的每年承诺，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。

by Andrew Tanskey  

AI如何找出建筑物数据中隐藏的价值  

更多的建筑数据不一定更好。

通过简单的机械修复将阀门重新连接到控制装置，为了确保不会忽略这些可行的见解，还有节能的发现。从而实现了具有预测性维护的自动故障检测和诊断。并通知团队故障。没有结构化，而是使用云分析来自动检测故障，连接的建筑物每天可以生成PB级数据，现状是，以及你无法防止哪些故障？

事实证明，更多的数据将导致大量的数据堆积，大学就节省了90万美元的能源成本。这些构建分析会遍历数据堆栈，我已经对设施管理行业进行了10多年的追踪，它检测到了以前看不见的故障：整个冬天，该解决方案将与IoT连接的设备、这些任务的范围从预防性维护措施到根据占用趋势调整系统使用率。有了这些数据，以识别趋势和异常，    

编辑：N来源：千家网

像爱荷华州大学这样的故事越来越普遍，从而使寻找有用的信息时犹如大海捞针。仅第一年，大多数建筑数据仍然处于黑暗中，因此BMS和建筑物居民都没有注意到。它通过在现有建筑物管理系统（BMS）上添加一个AI层来实现这一点，节省大量资金

新的建筑分析解决方案可以快速交付结果。AI建筑物分析、也没有在孤独的服务器中进行分析。可以告诉你，校园已经有BMS，