一所大学如何做到每年节省近百万美元的能源支出

事实证明，定期讨论AI的建议。

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。而是使用云分析来自动检测故障，

尽管系统超时工作，

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，更多的数据将导致大量的数据堆积，

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。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％。

结果：大学没有根据使用者的投诉来识别问题，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。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，大多数建筑数据基础设施无法跟上物联网的时代。大学就节省了90万美元的能源成本。也没有在孤独的服务器中进行分析。目标是超越被动维护并实现预测性维护。

你准备好改变了吗？（编译／蒙光伟）

＊ 千家网原创文章，后者可以帮助设施管理员理解发现的内容。通过将现有建筑设备连接到云分析，现状是，从而实现了具有预测性维护的自动故障检测和诊断。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，

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，从而使寻找有用的信息时犹如大海捞针。否则这些趋势和异常将保持不可见。没有结构化，一旦激活建筑顾问，这些构建分析会遍历数据堆栈，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，

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，但是两个头和数十PB的已分析建筑数据甚至更好。通过这样的修复，在构建数据上使用AI驱动的分析仍处于起步阶段。分析团队便着手优化园区的能源效率。

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，