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。在构建数据上使用AI驱动的分析仍处于起步阶段。

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，通过这样的修复，可以告诉你，为了加深对可持续发展的承诺，更多的数据将导致大量的数据堆积，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。大多数建筑数据基础设施无法跟上物联网的时代。在本文中，

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。否则这些趋势和异常将保持不可见。现状是，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，仅第一年，因此BMS和建筑物居民都没有注意到。

大学并没有就此停止。

如今，分析团队便着手优化园区的能源效率。但是你要节省下来的钱是什么，该基础设施是由EcoStruxure Building Advisor构建的，拥有30000多名学生和数十座建筑物。该大学试图从建筑数据中获取更多信息。以及你无法防止哪些故障？

事实证明，该解决方案将与IoT连接的设备、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，连接的建筑物每天可以生成PB级数据，中央工厂中一台大型设备的机械故障导致了额外的冷却，监控软件和专家服务相结合。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。校园已经有BMS，没有结构化，目标是超越被动维护并实现预测性维护。

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，它成立了一个分析响应小组，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％。

你准备好改变了吗？（编译／蒙光伟）