Hjernerne bag algoritmerne

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.

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. 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.