ポストエピデミック時代のスマートエネルギー管理にエッジAIを活用する方法

ポストエピデミック時代のスマートエネルギー管理にエッジAIを活用する方法

COVID-19の影響により、今年の新学期は例年とは少し様子が異なります。多くの学校や企業がハイブリッドまたは完全オンラインの学習と仕事に移行するにつれて、スマートビルの管理者と運営者も、突然の占有率の変動に対応できるように移行する必要があります。ある日は教室やオフィスが満員だったのに、キャンパスが完全に空になり、次の日にはパンデミックが発生して建物が空になるといった状況です。

[[423140]]

COVID-19以前、組織には通常、照明や空調設備に対応するために建物管理システムがプログラムされた定型スケジュールがありました。たとえば、すべてが午前7時から午後5時までオンになっていました。しかし、オフィスやシフトによって毎日の稼働率が変化するため、賢明なビル管理者は不規則なスケジュールや活動に対応することが求められます。これらのタスクには、アドホック計画の実行、室温や照明の設定が含まれます。

エッジAIでビル管理システムを強化

エッジ AI を既存のビル管理システム (BMS) またはビル自動化システム (BAS) に適用すると、エネルギー消費を削減し、居住者の快適性を向上させ、安全性を高め、エレベーター、火災警報器、スプリンクラーなどの建物資産や重要なシステムをより有効に活用できます。

インテリジェント エッジ AI によって実現される BMS または BAS システムは、スケジュールの変更をリアルタイムで調整し、建物の占有状況、天候、エネルギー需要などの変化する状況に基づいて HVAC システムを最適化するのに役立ちます。現在の BMS または BAS を交換してまったく新しいハードウェアとソフトウェアを実装するのではなく、Edge AI は既存のシステムを構築して強化するためのインテリジェンスを提供できます。 その結果、ビル管理者はコスト効率の高い方法で BMS 機能を強化できます。

エッジAIプラットフォームによる建物のエネルギー効率の向上

Edge AI プラットフォームを活用することで、温度や占有センサー、天気予報、さらには一日のエネルギー料金など、多数のセンサーや外部ソースからデータを収集できます。収集されたデータは、高度な機械学習モデルと人工知能を通じて相関、処理、分析され、各ゾーン、部屋、建物、キャンパスの最適な開始/停止時間、暖房と冷房のプロファイル、照明を自動的に決定します。このアプローチにより、スマートなビル管理者は居住者の快適性を確保しながらエネルギーを最も効率的に使用できるようになります。

このプロセスでは、エッジ AI プラットフォームはリアルタイム データを活用して、変化する状況に反応し、状況が発生すると即座にシステム調整を行います。このアプローチにより、大幅なコスト削減とシステム全体の効率向上が実現し、長期的には消費量とコストが大幅に削減されます。その他のタイプの機器には、HVAC システムなどの機器の最適なパフォーマンスとエネルギー使用を確保するための振動センサー、流量計、温度プローブなどがあります。このようなスマート ビルの管理者や運営者は、これらの洞察を活用してシステムの機能性をより深く理解し、施設の運用効率を向上させることができます。

COVIDの世界におけるスマートエネルギーから学ぶ

ビル管理システムは、かなり複雑で、人間中心の相互接続されたシステムおよびサブシステムです。エッジ AI 対応システムは、スマート ビルディングからスマート シティへと進化する可能性のあるシステムのインテリジェントな相互作用を促進します。これは、私たちの日常生活や「規範」が日々変化し続ける場合に特に重要です。一般的に、このような適応型システムはインテリジェントなエネルギー節約を可能にし、経済的な利点に加えて、私たちが住む地球にとっても良いことです。

エッジ AI 対応の BMS を使用すると、ビルのオペレーターは物理的にビルに入ることなくシステムの動作パターンを監視および管理し、エッジ AI インテリジェンスを利用して BMS 機能を調整し、エネルギー使用を自動化および最適化できます。

COVID-19 により、多くのビル管理者がエッジ AI 駆動型 BMS の利点を認識し、より俊敏で効率的なスマート ビルディング エコシステムを構築するようになりました。メリットは多岐にわたります。スマート BMS は、建物のあるエリアが他のエリアよりも多くのエネルギーを使用している理由に影響を与える要因を特定できるため、適切な是正措置を講じるのに役立ちます。これらの是正措置の多くは AI 主導で、人間の関与を必要としません。 1 つのシステムから得たこれらの学習内容を他の建物スペースに適用して、効率を最大化することができます。

<<:  ETHは、画像の超解像と画像の再スケーリングを考慮して、新しい統合フレームワークHCFlowを提案しています。

>>:  人工知能が物流の自動化を変える

推薦する

オーストラリアの裁判所が判決:人工知能システムDABUSが特許発明者として認められる!

[[416531]]この記事はLeiphone.comから転載したものです。転載する場合は、Lei...

ナレッジグラフは銀行のビジネスモデルをどのように変えるのでしょうか?

金融部門は、個人の購入から大規模な取引まで、莫大な富につながる大量の貴重なデータを定期的に生成してお...

AI主導のサイバーセキュリティチームが人間の能力拡張に取り組む

サイバー脅威の範囲は、企業資産や選挙から健康データや物理インフラまで拡大しており、新興技術の予期せぬ...

遅めのエクスタシー!動画の動きがどんなに大きくても、写真はスムーズに主役の代わりを務めることができる|Meta & シンガポール国立大学

最後に家族は喜びました。今では、ビデオの主人公をたった 1 枚の写真に置き換えることができ、その効果...

AIの急速な発展によってもたらされるエネルギー需要をどう解決するか?

生成 AI テクノロジーは、単純なフレーズを驚くほどリアルな画像に変換し、世界中の人々の想像力をかき...

...

iQIYI機械学習プラットフォーム構築実践

機械学習プラットフォームを構築する以前、iQiyi にはすでに比較的成熟したディープラーニング プラ...

たった5秒でNeRFをトレーニング? ! Nvidia の新技術は Google の研究者の手に負えない | オープンソース

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

AI、IoTセンサー、ハイブリッドクラウドによるインダストリー4.0の拡張

AI の成熟度が増すということは、あらゆる規模の組織が AI をより簡単に使用して、重大で複雑な問題...

...

ヴィンセントの3Dモデルが大躍進しました! MVDreamは、超リアルな3Dモデルを一文で生成します

すごいですね!数語を入力するだけで、美しく高品質な 3D モデルを作成できるようになりました。ちょう...

「クローズドループ」に向けての運転 | LMDrive: LLM に基づく初のクローズドループ エンドツーエンド自動運転

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

Google Brainの主要研究:高速微分可能ソートアルゴリズム、桁違いに高速

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

IoTドローンが都市を消毒する方法

貴州省黔南州応急管理局は、最近、貴州省黔南州都雲市でウイルス消毒作業を行うためヘリコプターを派遣した...