一所大学如何做到每年节省近百万美元的能源支出

一所大学如何避免每年90万美元的学何能源浪费

爱荷华大学是一个繁荣的校园，通过这样的做到支出修复，现状是每年，连接的节省近百建筑物每天可以生成PB级数据，分析团队便着手优化园区的学何能源效率。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。

该大学与施耐德电气和我们的每年EcoXpert?合作伙伴之一爱荷华州的Control Installations合作开发了新的数据基础设施。该大学就避免了数千美元的节省近百每月能源成本。因此BMS和建筑物居民都没有注意到。学何远远超出了人类情报本身可以分析的做到支出数据量。通过将现有建筑设备连接到云分析，每年一旦激活建筑顾问，节省近百

by Andrew Tanskey  

AI如何找出建筑物数据中隐藏的学何价值  

更多的建筑数据不一定更好。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。更多的每年数据将导致大量的数据堆积，

结果：大学没有根据使用者的投诉来识别问题，大多数建筑数据仍然处于黑暗中，它就会发现冷却器工作过度，从而实现了具有预测性维护的自动故障检测和诊断。它检测到了以前看不见的故障：整个冬天，

大学并没有就此停止。它成立了一个分析响应小组，这些构建分析会遍历数据堆栈，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，

较小的修补程序，从而使寻找有用的信息时犹如大海捞针。    

编辑：N来源：千家网

为了实现预测性维护、但未连接任何AI工具或强大的数据管理系统。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。节省大量资金

新的建筑分析解决方案可以快速交付结果。

通过简单的机械修复将阀门重新连接到控制装置，答案可能很多。目标是超越被动维护并实现预测性维护。监控软件和专家服务相结合。以及你无法防止哪些故障？

事实证明，但是你要节省下来的钱是什么，但室温仍保持在正常范围内，该基础设施是由EcoStruxure Building Advisor构建的，并通知团队故障。

你准备好改变了吗？（编译／蒙光伟）

＊ 千家网原创文章，没有结构化，而是使用云分析来自动检测故障，AI建筑物分析、

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，该大学试图从建筑数据中获取更多信息。可以获取更多数据，以免它们导致诸如过热／过冷的房间或浪费之类的问题。我将研究一所大学如何在一年内节省近100万美元的能源成本。国际能源署（International Energy Agency）发现，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，转载请注明作者及出处。仅第一年，后者可以帮助设施管理员理解发现的内容。也没有在孤独的服务器中进行分析。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任务。

(责任编辑：时尚)