ビッグデータと建物分析がどこにも行かない理由:パート1
2014年には、世界中の企業が、2012年の2.7ゼタバイトから、なんと8.4ゼタバイト(または8.4兆ギガバイト)のデジタルコンテンツをまとめて作成しました。これは、解析する情報が多いため、トレンドを表す「ビッグデータ」という用語です。大量かつ変動性の高い情報を処理して、最新の洞察を形成し、結果を最適化します。より優れた商業用および住宅用の建物を建設または改修する目的でこのビッグデータの山を解釈するには、建物の分析などの新しい考え方が必要です。
建物の分析は、建物システムの完全な自動化に向けた成長傾向の一部であり、市場は今後4年間で1,000億ドル(875億ユーロ)に達すると予想されています。これらのシステムは、持続可能な構築、コンプライアンス、およびリソース管理のためのより大きなスキームに統合されています。 HVAC機能は、これらの分析がより効率的なシステム使用と最適化されたプロセス管理への道を切り開く方法において重要な役割を果たします、とケビンバーンズはボブジェンソンエアコンの社長であると言います 。
非効率には多額の費用がかかります
冷暖房システムは、住宅の年間総エネルギー使用量の25〜30%、商業ビルの40〜60%を消費します。たとえば、チラープラントは、HVAC関連のすべてのエネルギー要件の約3分の1(または建物の総エネルギー要件の約5分の1)を消費します。
エネルギーの浪費はしばしば増分的(および/または非線形)であり、浪費統計のより大きな背景の中に隠されるため、メーターデータを使用して欠陥を特定することは困難な場合があります。代わりに、適切なシステムメンテナンスとデータ分析により、人目を引くコストのかかる数値をほぼ半分に減らすことができます。
ビッグデータは、住宅および商業用HVACシステムに関する数千ギガバイト相当の情報を作成して大規模な記録を作成し、過去の傾向を見つけ、因果関係のパターンを分析し、HVACパフォーマンスをベンチマークし、その他の数の実際のコストを計算することができます。 -効率指標。
このタイプの管理では、建物が最適な効率に達すると、通常の運用エネルギーコストを毎年最大20%削減でき、ダウンタイムコストを35〜45%削減できます。分析ソリューションの平均投資収益率は、1ドルの支出につき13ドル(11.3ユーロ)を超えます。
上部の可視性
多くの建物とそのHVACシステムの設計は、結合されたダイナミクスのために個別にモデル化されていないさまざまなコンポーネント(コイル、ファン、バルブなど)のために、本質的に非効率的であることがよくあります。換気システムの設定値、レベル、フィードバックの数が非常に多いため、トップダウンの可視性が最優先事項になります。
最新のアルゴリズム学習
機械学習アルゴリズムを介した建物分析には、エネルギー需要を削減し、変化する気象条件を考慮し、占有と快適なパターンを検出し、HVACシステムのピーク負荷分散を処理する機能があります。
ディープニューラルネットワーク(DNN)として知られる最新の機械学習アルゴリズムは、人工知能を使用して、生データを消費し、それを多くの変換レイヤーで処理することにより、複雑な問題を解決します。 DNNは、HVACの問題を解決するために最近実装されたばかりですが、早期の返品により、30%の潜在的なエネルギー節約が示唆されました。
このブログの作成者は、KevinBurnsがBobJenson AirConditioningの社長です。
作者について
Kevin Burnsは、サンディエゴのBob Jenson Air Conditioningの社長であり、HVAC分野で29年以上の経験があります。彼は業界のあらゆる側面で働き、何十人もの人々を訓練してきました。彼は各家庭と顧客に適切なことをすることに情熱を持っており、チーム全体にこの基準を設定しています
モノのインターネットテクノロジー
- エッジコンピューティングとは何ですか?なぜそれが重要なのですか?
- IIoTおよびデータ分析ソリューションをEHSに適応させることの利点
- ハイパーコンバージェンスとセカンダリストレージ:パート2
- ハイパーコンバージェンスとモノのインターネット:パート1
- どの業界がIoT革命の勝者になるのか、そしてその理由は何ですか?
- IoTがHVACビッグデータにどのように役立つか:パート2
- 責任ある信頼できるAIの構築
- ビッグデータを理解する方法:RTUとプロセス制御アプリケーション
- IoTとデータの理解
- ビッグデータ分析による製造の最適化
- TechDataとIBMPart2を使用してIOTを現実のものにする方法