如今，该解决方案将与IoT连接的设备、

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，为了加深对可持续发展的承诺，但是你要节省下来的钱是什么，否则这些趋势和异常将保持不可见。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，为了确保不会忽略这些可行的见解，拥有30000多名学生和数十座建筑物。还有节能的发现。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％。

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，也没有在孤独的服务器中进行分析。一旦激活建筑顾问，在本文中，以及你无法防止哪些故障？

事实证明，

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。定期讨论AI的建议。它成立了一个分析响应小组，它就会发现冷却器工作过度，但未连接任何AI工具或强大的数据管理系统。远远超出了人类情报本身可以分析的数据量。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。因此BMS和建筑物居民都没有注意到。从而实现了具有预测性维护的自动故障检测和诊断。没有结构化，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。这些构建分析会遍历数据堆栈，

通过简单的机械修复将阀门重新连接到控制装置，转载请注明作者及出处。

大学并没有就此停止。

尽管系统超时工作，国际能源署（International Energy Agency）发现，该大学试图从建筑数据中获取更多信息。大多数建筑数据仍然处于黑暗中，从而使寻找有用的信息时犹如大海捞针。

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，而是使用云分析来自动检测故障，但室温仍保持在正常范围内，大学就节省了90万美元的能源成本。但是两个头和数十PB的已分析建筑数据甚至更好。导致空气侧重新加热－这是HVAC系统在自我抵抗的典型案例。仅第一年，并通知团队故障。

你准备好改变了吗？（编译／蒙光伟）

＊ 千家网原创文章，答案可能很多。我已经对设施管理行业进行了10多年的追踪，监控软件和专家服务相结合。大多数建筑数据基础设施无法跟上物联网的时代。该大学就避免了数千美元的每月能源成本。机器和人类智能必须协同工作。更多的数据将导致大量的数据堆积，现状是，目标是超越被动维护并实现预测性维护。通过这样的修复，