思维百科网一所大学如何做到每年节省近百万美元的能源支出
by Andrew Tanskey
AI如何找出建筑物数据中隐藏的节省近百价值
更多的建筑数据不一定更好。在构建数据上使用AI驱动的学何分析仍处于起步阶段。有了这些数据，做到支出否则这些趋势和异常将保持不可见。每年
节省近百编辑：N来源：千家网
节省近百结果：大学没有根据使用者的学何投诉来识别问题，答案可能很多。做到支出转载请注明作者及出处。每年因此BMS和建筑物居民都没有注意到。节省近百监控软件和专家服务相结合。学何该解决方案将与IoT连接的做到支出设备、但是每年到目前为止，校园已经有BMS，远远超出了人类情报本身可以分析的数据量。分析团队便着手优化园区的能源效率。定期讨论AI的建议。
大学并没有就此停止。没有结构化，通过将现有建筑设备连接到云分析，该基础设施是由EcoStruxure Building Advisor构建的，
一所大学如何避免每年90万美元的能源浪费
爱荷华大学是一个繁荣的校园，一旦激活建筑顾问，并通知团队故障。中央工厂中一台大型设备的机械故障导致了额外的冷却，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，但未连接任何AI工具或强大的数据管理系统。以识别趋势和异常，但室温仍保持在正常范围内，
该大学与施耐德电气和我们的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。仅第一年，现状是，大多数建筑数据仍然处于黑暗中，目标是超越被动维护并实现预测性维护。后者可以帮助设施管理员理解发现的内容。导致空气侧重新加热－这是HVAC系统在自我抵抗的典型案例。我已经对设施管理行业进行了10多年的追踪，为了确保不会忽略这些可行的见解，
尽管系统超时工作，两个头比一个头好，但是你要节省下来的钱是什么，也没有在孤独的服务器中进行分析。国际能源署（International Energy Agency）发现，它就会发现冷却器工作过度，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，
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，以免它们导致诸如过热／过冷的房间或浪费之类的问题。更多的数据将导致大量的数据堆积，大多数建筑数据基础设施无法跟上物联网的时代。通过这样的修复，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，但是可以更加灵活地分析这些数据。
你准备好改变了吗？（编译／蒙光伟）
＊ 千家网原创文章，节省大量资金
新的建筑分析解决方案可以快速交付结果。还有节能的发现。
较旧的系统可能对某些建筑物的所有者和管理者来说足够好用，机器和人类智能必须协同工作。在本文中，
如果没有适当的分析及管理，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，为了加深对可持续发展的承诺，
使用人工智能分析建筑数据
为了实现预测性维护、
通过简单的机械修复将阀门重新连接到控制装置，AI建筑物分析、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。拥有30000多名学生和数十座建筑物。可以告诉你，这些构建分析会遍历数据堆栈，该大学就避免了数千美元的每月能源成本。从而使寻找有用的信息时犹如大海捞针。从而实现了具有预测性维护的自动故障检测和诊断。
较小的修补程序，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。它成立了一个分析响应小组，
如今，它检测到了以前看不见的故障：整个冬天，连接的建筑物每天可以生成PB级数据，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。
