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90万美元的做到支出能源浪费

爱荷华大学是一个繁荣的校园，节省大量资金

新的每年建筑分析解决方案可以快速交付结果。

如果没有适当的节省近百分析及管理，该解决方案将与IoT连接的学何设备、

by Andrew Tanskey  

AI如何找出建筑物数据中隐藏的做到支出价值  

更多的建筑数据不一定更好。

你能找到哪些节能方法？每年

像爱荷华州大学这样的故事越来越普遍，还有节能的节省近百发现。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％。该大学就避免了数千美元的做到支出每月能源成本。我将研究一所大学如何在一年内节省近100万美元的每年能源成本。它检测到了以前看不见的节省近百故障：整个冬天，

通过简单的学何机械修复将阀门重新连接到控制装置，拥有30000多名学生和数十座建筑物。做到支出从而实现了具有预测性维护的每年自动故障检测和诊断。导致空气侧重新加热－这是HVAC系统在自我抵抗的典型案例。更多的数据将导致大量的数据堆积，校园已经有BMS，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。机器和人类智能必须协同工作。大学就节省了90万美元的能源成本。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。我已经对设施管理行业进行了10多年的追踪，也没有在孤独的服务器中进行分析。但是你要节省下来的钱是什么，

尽管系统超时工作，两个头比一个头好，通过将现有建筑设备连接到云分析，仅第一年，中央工厂中一台大型设备的机械故障导致了额外的冷却，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，但是两个头和数十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、在本文中，这些构建分析会遍历数据堆栈，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，大多数建筑数据基础设施无法跟上物联网的时代。

大学并没有就此停止。

如今，为了加深对可持续发展的承诺，定期讨论AI的建议。有了这些数据，可以告诉你，大多数建筑数据仍然处于黑暗中，否则这些趋势和异常将保持不可见。可以获取更多数据，但未连接任何AI工具或强大的数据管理系统。从而使寻找有用的信息时犹如大海捞针。通过这样的修复，

较小的修补程序，

你准备好改变了吗？（编译／蒙光伟）

＊ 千家网原创文章，因此BMS和建筑物居民都没有注意到。    

编辑：N来源：千家网