[[422558]]

在大流行后世界促使 79% 的企業(yè)高管不得不采用混合工作模式，允許員工每周只進入辦公室?guī)滋?，從而使得設(shè)施經(jīng)理發(fā)現(xiàn)自己面臨諸多挑戰(zhàn)：如何調(diào)整他們的建筑管理系統(tǒng) (BMS) ) 在適應(yīng)這些新的靈活時間表導(dǎo)致的電力需求波動時更加具有彈性。

事實是，大多數(shù)建筑物繼續(xù)與 BMS 系統(tǒng)斗爭，這些系統(tǒng)主要是監(jiān)測性的，并且根據(jù)操作條件自動調(diào)整的能力有限，實時調(diào)整的能力更弱。這導(dǎo)致組織在無人使用的區(qū)域浪費大量能源，并承受過高的公用事業(yè)成本。這也是實現(xiàn)各國政府為企業(yè)制定的 2030 年溫室氣體減排目標(biāo)的絆腳石。幸運的是，面對當(dāng)今越來越不可預(yù)測的辦公時間表，利用人工智能、邊緣計算和實時分析的正確解決方案可以提高能源效率并降低運營成本。

對敏捷性的更高要求

在 COVID 之前，大多數(shù)大型和混合用途建筑依靠日常工作時間來指導(dǎo) BMS 系統(tǒng)為照明和暖通空調(diào)等耗能系統(tǒng)進行調(diào)度——通常預(yù)計周一至周五上午 7:00 至下午 5:00 會有人入住，這本身就是一種浪費。現(xiàn)在，隨著員工以不同程度的入住率返回辦公室，設(shè)施經(jīng)理的任務(wù)是適應(yīng)這些不規(guī)則的時間表。

在許多方面，對于建筑管理人員來說，當(dāng)前重返工作場所比疫情最嚴(yán)重時更加棘手——當(dāng)時，由于公共衛(wèi)生法規(guī)的存在，大樓的入住率變得可預(yù)測且一致較低，幾乎沒有什么其他選擇，只能讓所有員工留在家里?，F(xiàn)在，越來越多的人返回工作場所，但以零星和不可預(yù)測的方式，這給設(shè)施人員和他們的BMS架構(gòu)帶來了敏捷性的挑戰(zhàn)。

由于大流行引起的全球供應(yīng)鏈中斷可能導(dǎo)致庫存水平波動以及需要通過電力和暖通空調(diào)維持多少倉庫空間來容納它，不可預(yù)測性甚至擴展到倉庫能源成本，這可能占近 10%公司的年收入。雖然這些供應(yīng)鏈中斷預(yù)計是暫時的，但作為混合工作模式永久趨勢的一部分，不規(guī)則的辦公時間很可能會在大流行之后繼續(xù)成為“新常態(tài)”。

用 Edge AI 迎接挑戰(zhàn)

盡管存在這些現(xiàn)實，但當(dāng)今很少有建筑物配備超出觀察或預(yù)編程范圍的 BMS 資產(chǎn)。手動跟上不一致的占用水平可能既費時又昂貴，而且對環(huán)境造成浪費。為了讓組織保持高效、競爭力和可持續(xù)發(fā)展，這種情況必須改變。

幸運的是，由于越來越多的數(shù)據(jù)驅(qū)動選項可以通過更實時的可見性和控制動態(tài)調(diào)整建筑條件，BMS 敏捷性變得更加容易。這些系統(tǒng)提供高級分析功能，可以跟蹤和調(diào)整辦公室時間表、入住率、天氣預(yù)報、每小時能源費率和 HVAC 機器健康狀況——所有這些都為業(yè)主創(chuàng)造了運營效率和更高的利潤。

一些最強大的系統(tǒng)涉及支持人工智能的邊緣計算或邊緣人工智能，其中數(shù)據(jù)在數(shù)據(jù)源處或附近進行處理。特別是隨著物聯(lián)網(wǎng)設(shè)備和傳感器在智能建筑中的激增，邊緣 AI 避免了收集數(shù)據(jù)和將數(shù)據(jù)來回傳輸?shù)疆惖卦品?wù)進行處理所帶來的成本和延遲。額外的節(jié)省來自這樣一個事實，即建筑運營商可以將新的邊緣 AI 安裝到現(xiàn)有系統(tǒng)上，而無需昂貴的拆除和更換舊組件。

預(yù)測性維護和其他好處

由邊緣 AI 提供支持的智能 BMS 架構(gòu)可以將效率提升到能耗系統(tǒng)的實時管理之外，并進入節(jié)省收入的預(yù)測分析和預(yù)防性維護領(lǐng)域。例如，來自高頻振動傳感器的運行數(shù)據(jù)可以檢測用于冷卻的建筑物冷卻器中的異常情況，并應(yīng)用分析來預(yù)測未來的故障點。這提供了主動解決問題的機會，避免了會對租戶體驗產(chǎn)生負面影響的昂貴的故障維修和服務(wù)中斷。

無論用例是暖通空調(diào)、照明還是其他一些建筑系統(tǒng)，支持邊緣 AI 的預(yù)測功能都可以延長昂貴設(shè)備的最大有效資產(chǎn)壽命?？紤]到混合工作模式會因響應(yīng)不斷變化的占用因素而進行更頻繁的操作調(diào)整，從而增加了系統(tǒng)的磨損和撕裂，這一點尤其正確。作為獎勵，對這些不斷變化的占用模式的分析還可以幫助確定進行計劃維護和計劃服務(wù)中斷的最佳和最少中斷時間。

最后，由于 COVID-19 仍然是一個問題，邊緣 AI 甚至可以通過使用機器視覺、紅外傳感器和流視頻分析來驗證居住者的 PPE 使用情況(例如戴口罩)，從而增強建筑物的健康安全狀況;或檢測體溫升高，這可能是感染的跡象。這些只是增強的 BMS 功能可以為設(shè)施經(jīng)理帶來的一些優(yōu)勢，以應(yīng)對 COVID-19 之后面臨風(fēng)險的勞動力的復(fù)雜占用時間表。

總結(jié)

大流行后勞動力的混合工作時間表的“新常態(tài)”正在推動 BMS 功能的急需革命。在邊緣 AI 的力量的帶領(lǐng)下，這些系統(tǒng)正在為建筑經(jīng)理提供增強的可見性和實時敏捷性，以應(yīng)對不斷變化的條件并進行自動調(diào)整，以提高租戶安全性、能源效率和成本節(jié)約。