资源

亚马逊如何利用它 AWS IoT 来改善其建筑物的可持续性（Dramel Frazier、Rob Aldrich 和 Ryan Burke，re: Invent 2022 演讲） AWS

亚马逊 2022 年可持续发展报告（亚马逊可持续发展网站）

AWS（AWS 解决方案）及其随附GitHub 存储库的能源使用监控和优化指南

Amazon Neptune 和 AWS IoT SiteWise 用于工业机器学习应用程序（存储库）GitHub

Brick 本体论文档（Brick Schema 网站）

制药厂的制冷设备优化（当代控制网站）

优化工厂性能（Mark Fowler，World-Grain.com 网站，2011 年 2 月 1 日）

Amasyali、Kadir、Mohammeld Olama 和 Aniruddha Perumalla。2020。“一种基于机器学习的方法来预测暖通空调系统的总体灵活性。” 美国能源部科学和技术信息办公室。 https://www.osti。 gov/servlets/purl/1632099。

Chen、Xianzhong 等 2023。“使用基于仿真数据的机器学习算法对数据中心机架进行热点温度预测和运行参数估计。” 建筑模拟。 https://doi.org/10.1007/s12273-023-1022-4。

傅启明等 2022。“强化学习在建筑物能效控制中的应用：综述。” 建筑工程学报 50. https://doi.org/10.1016/j.jobe.2022.104165。

王辉龙等 2022。“一种基于机器学习的控制策略，用于提高暖通空调系统的性能，提供大容量的频率调节服务。” 应用能源 326. https://doi.org/10.1016/j.apenergy.2022.119962。