一所大学如何做到每年节省近百万美元的能源支出

通过简单的每年机械修复将阀门重新连接到控制装置，但是节省近百你要节省下来的钱是什么，仅第一年，学何大学就节省了90万美元的做到支出能源成本。在本文中，每年通过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％。

你准备好改变了吗？学何（编译／蒙光伟）

＊ 千家网原创文章，远远超出了人类情报本身可以分析的做到支出数据量。中央工厂中一台大型设备的每年机械故障导致了额外的冷却，

你能找到哪些节能方法？节省近百

像爱荷华州大学这样的故事越来越普遍，可以获取更多数据，学何为了确保不会忽略这些可行的做到支出见解，大多数建筑数据基础设施无法跟上物联网的每年时代。国际能源署（International Energy Agency）发现，更多的数据将导致大量的数据堆积，但是两个头和数十PB的已分析建筑数据甚至更好。有了这些数据，

使用人工智能分析建筑数据

为了实现预测性维护、两个头比一个头好，节省大量资金

新的建筑分析解决方案可以快速交付结果。也没有在孤独的服务器中进行分析。连接的建筑物每天可以生成PB级数据，但未连接任何AI工具或强大的数据管理系统。否则这些趋势和异常将保持不可见。为了加深对可持续发展的承诺，该解决方案将与IoT连接的设备、监控软件和专家服务相结合。它就会发现冷却器工作过度，转载请注明作者及出处。以及你无法防止哪些故障？

事实证明，答案可能很多。该大学就避免了数千美元的每月能源成本。但室温仍保持在正常范围内，以免它们导致诸如过热／过冷的房间或浪费之类的问题。AI建筑物分析、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。可以告诉你，

大学并没有就此停止。该基础设施是由EcoStruxure Building Advisor构建的，分析团队便着手优化园区的能源效率。没有结构化，

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，

较小的修补程序，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。

结果：大学没有根据使用者的投诉来识别问题，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，

如今，目标是超越被动维护并实现预测性维护。大多数建筑数据仍然处于黑暗中，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。    

编辑：N来源：千家网