Интеллектуальная система здания может предоставить множество преимуществ предприятиям. Например, она может помочь предотвратить двойное бронирование горячих столов и конференц-залов. ИТ-отдел также может публиковать информацию о наличии конференц-залов для персонала и клиентов через Интернет или мобильное устройство. Интеллектуальные здания также могут передавать информацию о наличии свободных помещений в центральную систему, что упрощает для предприятий предотвращение двойного бронирования и пустой траты ресурсов.
Датчики Интернета вещей
Интернет вещей помогает повысить эффективность обслуживания зданий. Внедрение датчиков Интернета вещей в зданиях позволяет менеджерам объектов контролировать различные системы и следить за потреблением энергии. Кроме того, они смогут использовать информационные панели для анализа данных, поступающих от датчиков здания. Эти данные помогут руководителям объектов принимать обоснованные решения относительно эксплуатации своих зданий.
Датчики Интернета вещей могут повысить безопасность и эффективность, обнаруживая возможные проблемы и сообщая о них. Например, они могут помочь менеджерам объектов идентифицировать пропавшее мобильное оборудование. Это также может помочь отслеживать производительность систем вентиляции путем мониторинга углекислого газа и твердых частиц. Датчики интернета вещей также можно использовать для отслеживания присутствия людей в местах общего пользования.
Искусственный интеллект
Искусственный интеллект может играть важную роль в интеллектуальном управлении объектами в здании, от прогнозирования тепловой нагрузки здания до оптимизации систем ОВКВ. Системы на базе искусственного интеллекта могут помочь руководителям объектов выявлять неожиданные проблемы до того, как они возникнут, и принимать соответствующие меры. Например, искусственный интеллект может помочь выявить перегревающихся сотрудников в офисе или снизить риск заражения. Поскольку цены на энергоносители продолжают расти, решения с поддержкой искусственного интеллекта могут стать незаменимыми в анализе эксплуатации зданий в ближайшем будущем.
Системам, управляемым искусственным интеллектом, требуется надежная база данных для обучения. Обучающие данные для интеллектуальных систем зданий могут быть ограничены, поэтому их создание крайне важно. Эксперименты в здании могут помочь в разработке обучающих данных. Например, систему можно обучить, регулируя шторы на окнах или температуру кондиционера в зависимости от времени суток или загруженности офиса. Она также может научиться распознавать присутствие солнечного света.
Машинное обучение
В нескольких исследованиях изучалось применение машинного обучения в интеллектуальном управлении объектами строительства. Однако в большинстве из них необходимо учитывать фотоэлектрическую генерацию на крыше. Те, которые рассматривают это применение, имеют различные подходы и методологии. Васкес-Кантели, Ульянин, Кампф и Надь (2019) использовали энергетический симулятор здания в качестве учебной среды для обучения агентов по обучению с подкреплением, чтобы снизить потребление электроэнергии системой кондиционирования воздуха в течение дня. Агенты также были проинструктированы по эксплуатации теплового насоса и резервуара для охлажденной воды при наличии местной фотоэлектрической генерации.
Предлагаемая структура машинного обучения для интеллектуального управления объектами строительства включает пять важных этапов: сбор данных, их обработку, разработку модели и уведомление о неисправностях. Первым шагом является подготовка данных, которая состоит из хранения, очистки и преобразования данных. Каждый этап включает в себя подготовку потока данных для процесса обучения.
Анализ затрат и выгод
«Умные здания» используют автоматизированные процессы для управления своей деятельностью, включая системы кондиционирования, освещения, безопасности и другие системы. Технология включает в себя сеть микросхем, исполнительных механизмов и датчиков, которые обеспечивают оперативную информацию и автоматизируют процессы для улучшения работы. Например, используя правильный интернет вещей, интеллектуальное здание может отслеживать, сколько работников находится на объекте, и прогнозировать потребности на основе количества присутствующих людей.
Эти данные могут помочь предприятиям принимать обоснованные решения и экономить энергию и деньги. Они также могут помочь предприятиям достичь соответствия нормативным требованиям и выявить недостатки. Аналитика может помочь вам выявить эксплуатационные проблемы и расставить приоритеты, например, когда следует выключать свет в периоды недостаточного использования или усилить кондиционирование воздуха. С помощью прогнозной аналитики можно выявить проблемы на ранней стадии, в том числе когда датчики выходят из строя при калибровке.
Интегрированное управление объектами
Интегрированное управление объектами — это метод управления объектами, который объединяет различные системы под одной крышей. Это позволяет менеджерам объектов эффективно использовать существующие ресурсы и повышать производительность при одновременном снижении затрат. Этот тип управления объектами также поможет менеджерам объектов повысить поддержку заинтересованных сторон и точность составления бюджета. Это дает возможность руководителям объектов использовать новые технологии.
Интеллектуальные здания становятся все более взаимосвязанными, позволяя менеджерам объектов получать доступ к данным о своих зданиях для принятия более эффективных решений. Используя интегрированные системы, менеджер объектов может удаленно управлять активами и использовать автоматизированную обработку заказов на обслуживание зданий. Они также могут выполнить оценку состояния объекта, чтобы определить состояние своих зданий и определить приоритетность областей, требующих ухода. В результате они могут сэкономить до пяти процентов на эксплуатационных расходах всего за год.