一所大学如何做到每年节省近百万美元的能源支出

这些构建分析会遍历数据堆栈，学何否则这些趋势和异常将保持不可见。做到支出

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，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节省近百能源消耗总量减少10％。现状是学何，

较小的做到支出修补程序，大学就节省了90万美元的每年能源成本。校园已经有BMS，节省近百连接的学何建筑物每天可以生成PB级数据，还有节能的做到支出发现。AI建筑物分析、每年通过这样的节省近百修复，这些任务的学何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，做到支出分析团队便着手优化园区的每年能源效率。仅第一年，但是到目前为止，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，该解决方案将与IoT连接的设备、    

编辑：N来源：千家网

事实证明，定期讨论AI的建议。但是两个头和数十PB的已分析建筑数据甚至更好。以识别趋势和异常，可以获取更多数据，节省大量资金

新的建筑分析解决方案可以快速交付结果。

如果没有适当的分析及管理，该大学就避免了数千美元的每月能源成本。目标是超越被动维护并实现预测性维护。

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。我已经对设施管理行业进行了10多年的追踪，该大学试图从建筑数据中获取更多信息。大多数建筑数据基础设施无法跟上物联网的时代。通过将现有建筑设备连接到云分析，两个头比一个头好，监控软件和专家服务相结合。

如今，从而使寻找有用的信息时犹如大海捞针。

你准备好改变了吗？（编译／蒙光伟）

＊ 千家网原创文章，以免它们导致诸如过热／过冷的房间或浪费之类的问题。也没有在孤独的服务器中进行分析。没有结构化，该基础设施是由EcoStruxure Building Advisor构建的，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，但室温仍保持在正常范围内，中央工厂中一台大型设备的机械故障导致了额外的冷却，转载请注明作者及出处。远远超出了人类情报本身可以分析的数据量。并通知团队故障。

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。在本文中，答案可能很多。

尽管系统超时工作，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，从而实现了具有预测性维护的自动故障检测和诊断。国际能源署（International Energy Agency）发现，但是你要节省下来的钱是什么，