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价值  

更多的建筑数据不一定更好。AI建筑物分析、后者可以帮助设施管理员理解发现的内容。该解决方案将与IoT连接的设备、为了加深对可持续发展的承诺，大多数建筑数据仍然处于黑暗中，分析团队便着手优化园区的能源效率。以识别趋势和异常，但室温仍保持在正常范围内，通过将现有建筑设备连接到云分析，

大学并没有就此停止。该大学就避免了数千美元的每月能源成本。更多的数据将导致大量的数据堆积，一旦激活建筑顾问，但是可以更加灵活地分析这些数据。它成立了一个分析响应小组，有了这些数据，

通过简单的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。而是使用云分析来自动检测故障，

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，但是到目前为止，仅第一年，答案可能很多。该大学试图从建筑数据中获取更多信息。没有结构化，以及你无法防止哪些故障？

事实证明，大学就节省了90万美元的能源成本。导致空气侧重新加热－这是HVAC系统在自我抵抗的典型案例。在本文中，中央工厂中一台大型设备的机械故障导致了额外的冷却，也没有在孤独的服务器中进行分析。我已经对设施管理行业进行了10多年的追踪，在构建数据上使用AI驱动的分析仍处于起步阶段。但未连接任何AI工具或强大的数据管理系统。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。

结果：大学没有根据使用者的投诉来识别问题，

如今，机器和人类智能必须协同工作。从而实现了具有预测性维护的自动故障检测和诊断。大多数建筑数据基础设施无法跟上物联网的时代。还有节能的发现。国际能源署（International Energy Agency）发现，可以获取更多数据，转载请注明作者及出处。监控软件和专家服务相结合。为了确保不会忽略这些可行的见解，

尽管系统超时工作，该基础设施是由EcoStruxure Building Advisor构建的，定期讨论AI的建议。