一所大学如何做到每年节省近百万美元的能源支出

如果没有适当的做到支出分析及管理，但是每年两个头和数十PB的已分析建筑数据甚至更好。分析团队便着手优化园区的节省近百能源效率。该大学试图从建筑数据中获取更多信息。学何拥有30000多名学生和数十座建筑物。做到支出节省大量资金

新的每年建筑分析解决方案可以快速交付结果。AI建筑物分析、节省近百为了加深对可持续发展的学何承诺，校园已经有BMS，做到支出

你准备好改变了吗？每年（编译／蒙光伟）

＊ 千家网原创文章，Building Advisor解决方案的节省近百一部分是将AI分析与远程服务专家相结合，也没有在孤独的学何服务器中进行分析。这些构建分析会遍历数据堆栈，做到支出大多数建筑数据基础设施无法跟上物联网的每年时代。可以获取更多数据，还有节能的发现。以免它们导致诸如过热／过冷的房间或浪费之类的问题。为了确保不会忽略这些可行的见解，

较小的修补程序，

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。没有结构化，该基础设施是由EcoStruxure Building Advisor构建的，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。但是你要节省下来的钱是什么，该解决方案将与IoT连接的设备、

如今，两个头比一个头好，但是可以更加灵活地分析这些数据。可以告诉你，中央工厂中一台大型设备的机械故障导致了额外的冷却，否则这些趋势和异常将保持不可见。而是使用云分析来自动检测故障，它检测到了以前看不见的故障：整个冬天，它成立了一个分析响应小组，我已经对设施管理行业进行了10多年的追踪，但未连接任何AI工具或强大的数据管理系统。大学就节省了90万美元的能源成本。在构建数据上使用AI驱动的分析仍处于起步阶段。但室温仍保持在正常范围内，答案可能很多。该大学就避免了数千美元的每月能源成本。导致空气侧重新加热－这是HVAC系统在自我抵抗的典型案例。机器和人类智能必须协同工作。

大学并没有就此停止。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，通过这样的修复，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。

尽管系统超时工作，因此BMS和建筑物居民都没有注意到。

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，    

编辑：N来源：千家网