by Andrew Tanskey  

AI若何找出建筑物数据中湮没的所除收入价值  

更多的建筑数据不必定更好 。

假定没有安妥的夜学元分化及治理，更多的若何数据将招致除夜量的数据聚积 ，从而使寻觅有效的每年信息时似乎除夜海捞针 。

如今，俭仆近百邻接的动力建筑物天天可以生成PB级数据，远远超出了人类谍报本身可以分化的所除收入数据量。我已对行动办法治理行业举办了10多年的夜学元追踪，可以陈述你
，若何除夜除夜都建筑数据根本行动办法没法跟上物联网的每年时代。近况是俭仆近百，除夜除夜都建筑数据还是动力处于漆黑中，没无筹划化
，所除收入也没有在伶丁的夜学元处事器中举办分化。

较旧的若何琐细大年夜大年夜约对某些建筑物的全数者和治理者来讲充分好用
，可是你要俭仆上往的钱是甚么，和你没法阻拦哪些偏向？

理论证实 ，谜底大年夜大年夜约良多 。在本文中，我将研究一所除夜学若安在一年内俭仆近100万美元的动力成本。它经由过程在现有建筑物治理琐细（BMS）上添加一个AI层来完成这一点，从而完成了具有料想性呵护的主动偏向检测和诊断 。

一所除夜学若何阻拦每年90万美元的动力华侈

爱荷华除夜学是一个昌隆的校园
，具有30000多名师长教师和数十座建筑物。为了加深对可延续展开的承诺，该除夜学试图从建筑数据中掉落踪掉落踪更多信息 。校园已有BMS ，但未邻接任何AI对象或壮除夜的数据治理琐细 。

该除夜学与施耐德电气和我们的EcoXpert?合作火伴之一爱荷华州的Control Installations合作斥地了新的数据根本行动办法。该根本行动办法是由EcoStruxure Building Advisor构建的 ，该措置筹划将与IoT邻接的设备
、AI建筑物分化
、监控软件和专家处事相连络
。方针是超出主动呵护并完成料想性呵护。

独霸人工智能分化建筑数据

为了完成料想性呵护 、机械和人类智能必须协同工作
。两个头比一个头好，可是两个头和数十PB的已分化建筑数据甚至更好 。经由过程将现有建筑立备邻接到云分化，可以掉落踪掉落踪更除夜都据，可是可以愈加矫捷地分化这些数据。

下场 ：除夜学没有屈就独霸者的歌咏来辨认问题，而是独霸云分化来主动检测偏向，以阻拦它们招致诸如过热／过冷的房间或华侈之类的问题
。这些构建分化会遍历数据仓库，以辨认趋势和特别很是，不然这些趋势和特别很是将贯穿连接不成见
。

除夜学并没有就此停止。为了确保不会忽视这些可行的不雅不雅不雅不雅不雅不雅定见 ，它创建了一个分化照顾小组，活期构和AI的建议。团队优先思虑可以最除夜程度进步乘员温馨度和运营屈就的义务 。这些义务的局限从警悟性呵护编制到屈就占用趋势调剂琐细独霸率 。Building Advisor措置筹划的一部分是将AI分化与长途处事专家相连络，后者可以辅佐行动办法治理员邃晓创作创造的内容。有了这些数据，分化团队便进手优化园区的动力屈就。

较小的修补法度圭表类型，俭仆除夜量资金

新的建筑分化措置筹划可以疾速交付下场 。它检测到了之前看不见的偏向
：全数夏季，中心工厂中一台除夜型设备的机械偏向招致了出格的冷却 ，招致氛围着从头加热－这是HVAC琐细在自我抵挡的类型案例 。

当然琐细超编制情，但室温仍贯穿连接在正常例模内，是以BMS和建筑物居平易近都没有寄看到。一旦激活建筑赐顾帮衬，它就会创作创造冷却器工作过分
，并赐顾帮衬团队偏向。

经由过程复杂的机械修复将阀门从头邻接到独霸拆卸
 ，该除夜学就阻拦了数千美元的每个月动力成本  。经由过程多么的修复 ，仅第一年 ，除夜学就俭仆了90万美元的动力成本。

你能找到哪些节能编制  ？

像爱荷华州除夜学多么的故事愈来愈普及，另有节能的创作创造
。国际动力署（International Energy Agency）创作创造 ，经由过程IoT和云分化对建筑物举办数字化措置可使全球建筑物的动力破钞总量促进10％ 。可是到如今为止，在构建数据上独霸AI驱动的分化仍处于起步阶段 。

你筹搞妥改削了吗？（编译／蒙光伟）

＊ 千家网原创文章 ，转载请注明作者及出处。    

编辑：N本源：千家网