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。
での構築管理システムに RL ベースのエネルギー最適化を採用する AWS
Ivan Cui、Gauhar Bains、Jake Chen、Jack Tanny、Amazon Web Services (AWS）
2023 年 8 月 (ドキュメント履歴)
世界の気温は、主に温室効果ガス (GHG) の排出量が寄与要因として上昇しています。産業施設は GHG の上位要因の 1 つです。パリ協定では、施設は 2050 年に 30% のエネルギー効率と純炭素中立性を実現する必要があると規定されています。多くの企業は、最近の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、Amazon のミッションは 2040 年までは純中立
施設のエネルギー最適化は、より持続可能な運用のための組織の計画の重要な要素である必要があります。この戦略では、強化学習 (RL) を使用して、加熱、解凍、および冷却 (Hadoop) 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用および維持できる方法に関する情報を提供します。このガイダンスは、「 リソース」セクションのケーススタディに記載されているように、穀物工場や植物加工業者などの他のエネルギー消費システムにも拡張できます。
この戦略は、産業施設におけるエネルギー消費の削減を担当する産業施設管理者、持続可能性責任者、ビルディングエンジニアリングマネージャー、CIOs、CTOs を対象としています。この作業の動機は多くの場合、GHG を減らすことですが、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
目次
