Энергоэффективность зданий и дата-центров

Система сбора и анализа данных энергопотребления для зданий и дата-центров, которая позволяет оптимизировать работу инженерного оборудования и снижать затраты на эксплуатацию до 30 %.

до 30 %снижение затрат на эксплуатацию

Контекст

Инженерное оборудование обычно работает по фиксированным уставкам под худший случай. Фактическая нагрузка и погода в них не входят – запас оплачивается круглый год.

Чтобы менять режимы обоснованно, сначала нужны данные: система собирает телеметрию BMS и хранит её так, чтобы по ней можно было считать длинные ряды.

схема

Суточный профиль до и после

Экономия набирается сглаживанием суточного профиля под фактическую нагрузку.

из проекта

Данные с объектов

Разбор квартала по зданиям: высота и цвет – годовое потребление, в карточке адреса – рейтинг энергоэффективности и годовая стоимость энергии. На скриншоте открытые городские данные: объекты заказчиков под NDA.

Зависимость мощности чиллеров от тепловой нагрузки: по таким кривым и подбираются режимы охлаждения.

Что входило в задачи

Сбор с BMSтелеметрия инженерного оборудования зданий и дата-центров
Хранение на ClickHouseдлинные ряды, по которым можно считать
Анализ паттерновкак оборудование вело себя исторически при разной нагрузке и погоде
Алгоритмы охлажденияподбор режимов под фактическую нагрузку вместо уставок «на худший случай»
Снижение потребленияоптимизация уставок по суточному профилю
Grafanaданные и результат анализа на одном экране у эксплуатации

Стек проекта

PythonClickHouseGrafanaBMS-протоколыpandasDocker

дальше

Смежные кейсы

Данные, ML и компьютерное зрение · временные ряды · своё железоВибродиагностика и предиктивное обслуживаниеДанные, ML и компьютерное зрение · инструменты командыИнструменты анализа датасетов и ML-инфраструктура

← Ко всем компетенциям и кейсам