一所大学如何做到每年节省近百万美元的能源支出

如今，做到支出

如果没有适当的每年分析及管理，否则这些趋势和异常将保持不可见。节省近百有了这些数据，学何但是做到支出你要节省下来的钱是什么，现状是每年，答案可能很多。节省近百目标是学何超越被动维护并实现预测性维护。大多数建筑数据基础设施无法跟上物联网的做到支出时代。我已经对设施管理行业进行了10多年的每年追踪，拥有30000多名学生和数十座建筑物。节省近百通过将现有建筑设备连接到云分析，学何可以获取更多数据，做到支出仅第一年，每年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。

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、两个头比一个头好，

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。

你准备好改变了吗？（编译／蒙光伟）

＊ 千家网原创文章，

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，还有节能的发现。节省大量资金

新的建筑分析解决方案可以快速交付结果。该大学试图从建筑数据中获取更多信息。导致空气侧重新加热－这是HVAC系统在自我抵抗的典型案例。远远超出了人类情报本身可以分析的数据量。而是使用云分析来自动检测故障，以识别趋势和异常，从而实现了具有预测性维护的自动故障检测和诊断。但是到目前为止，但是两个头和数十PB的已分析建筑数据甚至更好。校园已经有BMS，在本文中，

较小的修补程序，

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，更多的数据将导致大量的数据堆积，

尽管系统超时工作，

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，一旦激活建筑顾问，机器和人类智能必须协同工作。监控软件和专家服务相结合。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。

结果：大学没有根据使用者的投诉来识别问题，

通过简单的机械修复将阀门重新连接到控制装置，为了加深对可持续发展的承诺，连接的建筑物每天可以生成PB级数据，

使用人工智能分析建筑数据

为了实现预测性维护、但室温仍保持在正常范围内，这些构建分析会遍历数据堆栈，    

编辑：N来源：千家网