RLベースのエネルギー最適化をビル管理システムに採用AWS - AWS 規範ガイダンス

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

RLベースのエネルギー最適化をビル管理システムに採用AWS

アマゾンウェブサービスのアイヴァン・クイ、ガウハール・ベインズ、ジェイク・チェン、ジャック・タニー (AWS)

2023 年 8 月(ドキュメント履歴)

温室効果ガス (GHG) の排出が主な要因となって、地球の気温は上昇しています。産業施設は温室効果ガス排出の最大の要因の1つです。パリ協定では、2050 年までに施設のエネルギー効率を 30% 向上させ、正味カーボンニュートラルを実現する必要があると規定しています。近年、多くの企業が排出量を削減するための新しい目標を設定しています。例えば、アマゾンの使命は2040年までにネット・ニュートラルを、およびその2022 サステナビリティレポート同社が革新的なデザインを駆使してアマゾンの実際のキャンパスに持続可能性を組み込んでいる方法について触れました。

施設のエネルギー最適化は、組織の持続可能性を高めるための計画の重要な要素でなければなりません。この戦略は、強化学習 (RL) を使用して暖房、換気、空調 (HVAC) 機器のエネルギー消費を最適化することで、企業が既存の建物をより効率的に運営および維持する方法に関する情報を提供します。このガイダンスは、のケーススタディで指摘されているように、穀物工場やプラントチラーなどの他のエネルギー消費システムにも適用できます。資源セクション。

この戦略は、産業施設のエネルギー消費量の削減を任務とする産業施設管理者、持続可能性責任者、建築技術管理者、CIO、CTO を対象としています。多くの場合、この取り組みの動機は温室効果ガスの削減ですが、エネルギーコストの削減も期待する必要があります。予知保全温室効果ガスをさらに削減すると同時に、施設の運用コストを削減できる。

目次