零售银行业人工智能驱动的能源优化：Arbejdernes Landsbank 案例研究
技术
- 分析与建模 - 机器学习
- 传感器 - 电表
适用行业
- 建筑物
- 零售
适用功能
- 设施管理
用例
- 楼宇自动化与控制
- 库存管理
服务
- 硬件设计与工程服务
- 系统集成
关于客户
Arbejdernes Landsbank 是一家总部位于丹麦的零售银行。 2018 年，该银行与 Ørsted 建立了气候合作伙伴关系，从可再生资源中获取电力。尽管如此，该银行仍制定了雄心勃勃的气候目标，包括每年减少其建筑的能源消耗。该银行的设施管理团队的任务是在多栋建筑中寻找节能方案，这项任务既麻烦又耗时。该团队需要一种工具，能够主动识别节能并以最少的设置和资源需求提供可记录的结果。
挑战
Arbejdernes Landsbank 是一家丹麦零售银行，致力于减少能源消耗和碳足迹。该银行已于 2018 年与 Ørsted 建立气候合作伙伴关系，从可再生资源中获取电力。然而，它仍在寻求进一步减少建筑能耗的方法。该银行的设施管理团队面临着在多栋建筑中寻找节能方案的挑战，这项任务既麻烦又耗时。传统的解决方案更注重记录而不是实际的节能。该团队需要一种工具，能够主动识别节能并以最少的设置和资源需求提供可记录的结果。
解决方案
Arbejdernes Landsbank 选择 Ento 基于人工智能的解决方案来解决能源消耗挑战。 Ento 的系统可以通过简单的在线流程访问银行的建筑消耗数据。然后，系统自动将该消耗数据与建筑和天气数据进行比较，以确定潜在的节省。结果在不到 24 小时内就准备好了，并在正式合作之前的会议上提交。能源改进的实施主要是通过优化现有硬件以及对中央控制的建筑管理系统进行更改来实现的。在其他情况下，本地或外部技术人员执行改进任务。节省的费用会被自动记录下来，以确保达到预期的效果。
运营影响
数量效益
Case Study missing?
Start adding your own!
Register with your work email and create a new case study profile for your business.
