典型文献
基于人工智能和大数据技术的新型自动故障检测器的设计
文献摘要：
世界范围内对能源和环境问题的关注导致了对减少能源使用的关注.每个能源领域的研究都表明,住宅和商业建筑领域比工业、农业、服务和交通等其他领域消耗更多的电力.对建筑行业能耗的研究表明,使用人工智能(AI)可节省10％-30％的能源,该系统将能够检测和分析能源使用模式评估中的异常,诊断并在适当的时间提出最佳解决方案.本文提出将人工智能技术与大数据算法相结合,加强对建筑系统的监控,提高舒适度,有效降低运行成本.此外,作者还提出了利用人工智能(AI)和建筑管理系统(BMS)产生的大数据,自动检测异常能耗的工具.这是通过设计一个名为故障检测工具(FDT)的软件应用程序来实现的,它可以自动检测能源的异常消耗,优化不同资源的使用,并分析故障、投诉和终止它们所需的时间.实验结果表明,该方法能够准确地检测出建筑能耗的异常模式.这个工具将成为人工智能决策系统的一部分.
文献关键词：
人工智能;能源消耗异常;自动故障检测
中图分类号：
作者姓名：
袁玮含;胡立夫;孙子群;李爽;齐航
作者机构：
沈阳航空航天大学自动化学院,辽宁沈阳 110036
文献出处：
引用格式：
[1]袁玮含;胡立夫;孙子群;李爽;齐航-.基于人工智能和大数据技术的新型自动故障检测器的设计)[J].电子产品世界,2022(10):51-54
A类：
自动故障检测,能源消耗异常
B类：
检测器,能源领域,住宅,商业建筑,建筑领域,建筑行业,使用模式,模式评估,最佳解,大数据算法,建筑系,低运行成本,建筑管理,BMS,自动检测,一个名,检测工具,FDT,软件应用,应用程序,投诉,建筑能耗,异常模式,智能决策系统
AB值：
0.361165
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
