Hjernerne bag algoritmerne

Ved hjælp af maskinlæringsalgoritmer kan energieksperter hurtigt og nemt vise kunderne, hvilke besparelser de kan opnå ved at bruge vores tjenester.
  • Martin Eksberg

    Sales

  • Filip Lagerlöf

    Marketing

publiceret

opdateret

Algorithms
Photo by Kiona of

Mitra Hajigholi og Raghunath Vairamuth er dataloger, som arbejder med maskinlæring og dataanalyse hos Kiona. De har deltaget i flere projekter, der involverer datavidenskab, som f.eks. Peak Control 2.0, AI-styring og forebyggende vedligeholdelse.

Hvad er maskinlæring?

Maskinlæring er en form for kunstig intelligens, som gør det muligt for softwaren at blive bedre til at forudsige resultater uden at være blevet programmeret specifikt til det. Ligesom når vi mennesker lærer, forbedres nøjagtigheden gradvist. Læs mere om maskinlæring på Wikipedia

Et værdifuldt resultat er vores styringsalgoritme, som gør det muligt at se, hvordan energiforbruget varierer ved forskellige temperaturer i realtid. Tidligere blev energiforbruget analyseret og sammenlignet på baggrund af data fra et referenceår.

Kundeindsigt

Mitra og Raghunath arbejder videre med platformen. Et vigtigt aspekt af dette arbejde er at indsamle relevante data baseret på kundernes informationsbehov.

Mitra har gennemført flere interviews for at finde ud af, hvilke data kunderne ønsker at se og interesserer sig for, og hvorfor disse oplysninger er vigtige for dem. De data, der genereres, bruges til at udvikle nye maskinlæringsalgoritmer. Det sætter os i stand til at udvikle bedre, intuitive og visuelle rapporter, der kan skræddersys til den enkelte kunde.

Vi har også indsamlet flere vejrrelaterede datapunkter for at forbedre vores styringsalgoritme. På den måde kan vi hjælpe kunderne med at identificere spidsbelastninger i energiforbruget i større målestok.

Raghunath Vairamuth
Datalog, Kiona

Vi har også indsamlet flere vejrrelaterede datapunkter for at forbedre vores styringsalgoritme. På den måde kan vi hjælpe kunderne med at identificere spidsbelastninger i energiforbruget i større målestok. Vi kan også proaktivt advisere energiselskaberne flere dage i forvejen, siger Raghunath.

Bruger data til at øge energieffektiviteten

Ud over det ovenstående projekt arbejder Mitra og Raghunath også på at forbedre den forebyggende vedligeholdelse. Her bruges dataene til at analysere centralvarmesystemets ydeevne. Avancerede analyser af mængden af varme, der tilføres og forlader varmesystemet, gør det muligt at opdage lækager eller afvigelser.

– Vi skal hjælpe kunderne med at forstå værdien af at indsamle de rigtige data fra deres bygningsportefølje og lære dem, hvilke typer af data der er værdifulde. På den måde bliver det en win-win-win-situation for miljøet, for kunden og for driftsøkonomien, konkluderer Mitra.

  • Varme
  • Energioptimering
  • AI

Vil du gerne vide mere om vores selvlærende AI-tjeneste?