“人工智能”人工智能如何应对隐藏在建筑内部的气候问题

人工智能应用1年前 (2023)发布 aixure
66 0 0
导读:一家名为碳灯塔的创业公司正在使用数百个传感器与人工智能相结合,以大幅降低碳排放。 在这个国家,几乎每一栋建筑的内部都隐藏着一个气候罪魁祸首。近40%与能源相关的二氧化碳排放来自建筑的建造和运营,而这些操作的效率惊人地低下。从暖通空调(HVAC)系统…

一家名为“碳灯塔”的创业公司正在使用数百个传感器与人工智能相结合,以大幅降低碳排放。

在这个国家,几乎每一栋建筑的内部都隐藏着一个气候罪魁祸首。近40%与能源相关的二氧化碳排放来自建筑的建造和运营,而这些操作的效率惊人地低下。从暖通空调(HVAC)系统到冷水机再到空气压缩机,这些鲜为人知的控制照明和温度等东西的系统通常消耗的能源远远超过它们的需求。

但他们不必这样做。一家名为“碳灯塔”(Carbon Lighthouse)的公司正在利用传感器和人工智能对这些内部系统进行微小调整,从而可以减少20%以上的能源消耗。该公司的技术安装在特斯拉(Tesla)等公司的办公室,以及高盛(Goldman Sachs)等投资银行影响深远的投资组合中,目前被用于900多栋建筑,代表着超过1亿平方英尺的商业地产。

首先,该公司在建筑物的内部系统上安装了数百个传感器,跟踪许多指标,例如,通过风扇和压缩机的电流,通过管道系统的气流速度,水被冷却的速度,以及不同空间的气压和湿度。然后,这些系统可以在一天中调整,以更有效地运行。

“碳灯塔”总裁米尔斯坦(Brenden Millstein)表示,与许多商业建筑中使用的方法相比,这是一个巨大的进步。这些方法只会自动或跟踪少数东西,如照明和温度设置。他说:“他们没有衡量这些指标。”“如果你想优化整个系统,你就必须衡量所有这些因素,但这当然非常耗时。”

为了加快这一过程,Carbon Lighthouse使用人工智能技术分析从所有建筑收集的数据。然后可以做一些小的改变关闭冷水机20分钟或者降低通风机的速度在不牺牲性能或居住者舒适度的情况下节省能源。

米尔斯坦说,每个大楼每月都有数亿个数据点输入,每安装一个新设备,系统就会变得更智能。而且因为大多数商业建筑都是在类似的、可预测的条件下运行的,系统从一栋建筑中学到的东西通常可以告诉另一栋建筑如何改进。他说:“这不仅仅是更多的数据这是来自建筑物的一组非常不同的数据,处理这些数据的方式可以将这些数据转化为来自那些(现有的)控制系统的控制信号,这样它们就不需要完全重建,因为重建要花费数百万美元。”

尽管米尔斯坦指出,一些新建筑的设计具有先进的传感器和控制系统的高效系统,但大多数老建筑并非如此。他说:“我们预计,从现在到2050年,建筑排放的温室气体中,有80%来自已经建成的建筑。”

这些微小的能量调整的影响可能是巨大的。米尔斯坦表示,在碳灯塔的投资组合中,碳排放量减少了近30%。尽管实施这项技术会有成本,碳灯塔保证了投资的回报,基于建筑和它的能效改善目标。

这也转化为这些建筑的业主和经营者的财务节省,以减少能源需求的形式。米尔斯坦说:“我们的努力主要是让房东减少排放变得有利可图、简单易行。”

为了扩大减排规模,碳灯塔计划与能够在数十栋甚至数百栋建筑中实施该技术的大房东合作。单是美国就有近600万幢商业建筑,还有很大的发展空间。

米尔斯坦说:“一次只建造一栋建筑是很难阻止气候变化的。”“一下子做十次,一百次,一千次,会好得多。”

本文:http://jiagoushi.pro/node/1393

赞助本站

© 版权声明

相关文章

暂无评论

暂无评论...