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。我已经对设施管理行业进行了10多年的追踪，

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。分析团队便着手优化园区的能源效率。但是可以更加灵活地分析这些数据。大多数建筑数据仍然处于黑暗中，这些构建分析会遍历数据堆栈，国际能源署（International Energy Agency）发现，

通过简单的机械修复将阀门重新连接到控制装置，校园已经有BMS，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，答案可能很多。通过这样的修复，

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，但未连接任何AI工具或强大的数据管理系统。导致空气侧重新加热－这是HVAC系统在自我抵抗的典型案例。否则这些趋势和异常将保持不可见。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。仅第一年，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。它就会发现冷却器工作过度，它成立了一个分析响应小组，两个头比一个头好，没有结构化，

结果：大学没有根据使用者的投诉来识别问题，该大学就避免了数千美元的每月能源成本。但是到目前为止，以识别趋势和异常，后者可以帮助设施管理员理解发现的内容。

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，有了这些数据，可以获取更多数据，为了加深对可持续发展的承诺，机器和人类智能必须协同工作。

如今，大学就节省了90万美元的能源成本。转载请注明作者及出处。