Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Adozione dell'ottimizzazione energetica basata su RL per un sistema di gestione degli edifici su AWS
Ivan Cui, Gauhar Bains, Jake Chen e Jack Tanny, Amazon Web Services ()AWS
Agosto 2023 (cronologia dei documenti)
Le temperature globali sono in aumento e le emissioni di gas a effetto serra (GHG) ne sono il principale responsabile. Gli impianti industriali sono tra i principali contributori alle emissioni di gas serra. L'accordo di Parigi stabilisce che le strutture devono essere più efficienti dal punto di vista energetico del 30% e neutrali in termini di emissioni di carbonio entro il 2050. Molte aziende hanno fissato nuovi obiettivi per ridurre le proprie emissioni negli ultimi anni. Ad esempio, la missione di Amazon è quella di raggiungere la neutralità della rete entro il 2040
L'ottimizzazione energetica delle strutture deve essere una componente chiave del piano dell'organizzazione per operare in modo più sostenibile. Questa strategia fornisce informazioni su come le aziende possono gestire e mantenere gli edifici esistenti in modo più efficiente utilizzando l'apprendimento per rinforzo (RL) per ottimizzare il consumo energetico delle apparecchiature di riscaldamento, ventilazione e condizionamento dell'aria (HVAC). Questa guida può essere estesa anche ad altri sistemi di consumo energetico come i mulini per cereali e i refrigeratori per impianti, come indicato nei casi di studio nella sezione Risorse.
Questa strategia è destinata ai gestori di impianti industriali, ai responsabili della sostenibilità CIOs, ai responsabili dell'ingegneria degli edifici e a CTOs coloro che hanno il compito di ridurre il consumo di energia nei loro impianti industriali. Sebbene la motivazione di questo impegno sia spesso la riduzione dei gas a effetto serra, ci si dovrebbe aspettare anche una riduzione dei costi energetici. La manutenzione predittiva
Indice
