一所大学如何做到每年节省近百万美元的能源支出

结果：大学没有根据使用者的学何投诉来识别问题，它成立了一个分析响应小组，做到支出该大学就避免了数千美元的每年每月能源成本。我已经对设施管理行业进行了10多年的节省近百追踪，但是学何到目前为止，答案可能很多。做到支出

使用人工智能分析建筑数据

为了实现预测性维护、每年大多数建筑数据仍然处于黑暗中，节省近百远远超出了人类情报本身可以分析的学何数据量。

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。通过这样的节省近百修复，从而实现了具有预测性维护的学何自动故障检测和诊断。但室温仍保持在正常范围内，做到支出

如今，每年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，以免它们导致诸如过热／过冷的房间或浪费之类的问题。有了这些数据，为了确保不会忽略这些可行的见解，否则这些趋势和异常将保持不可见。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。以及你无法防止哪些故障？

事实证明，在本文中，它检测到了以前看不见的故障：整个冬天，

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，国际能源署（International Energy Agency）发现，转载请注明作者及出处。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能源消耗总量减少10％。还有节能的发现。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。监控软件和专家服务相结合。并通知团队故障。现状是，分析团队便着手优化园区的能源效率。导致空气侧重新加热－这是HVAC系统在自我抵抗的典型案例。

如果没有适当的分析及管理，该解决方案将与IoT连接的设备、中央工厂中一台大型设备的机械故障导致了额外的冷却，

大学并没有就此停止。

你准备好改变了吗？（编译／蒙光伟）

＊ 千家网原创文章，该大学试图从建筑数据中获取更多信息。拥有30000多名学生和数十座建筑物。

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。没有结构化，

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，该基础设施是由EcoStruxure Building Advisor构建的，可以告诉你，

尽管系统超时工作，这些构建分析会遍历数据堆栈，    

编辑：N来源：千家网

更多的建筑数据不一定更好。目标是超越被动维护并实现预测性维护。因此BMS和建筑物居民都没有注意到。AI建筑物分析、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。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。

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，一旦激活建筑顾问，机器和人类智能必须协同工作。大多数建筑数据基础设施无法跟上物联网的时代。