Mitra Hajigholi und Raghunath Vairamuth sind Data Scientists. Sie sind auf maschinelles Lernen und die Datenanalyse bei Kiona spezialisiert. Beide haben an mehreren Projekten im Bereich Data Science mitgearbeitet, darunter Peak Control 2.0, KI-Steuerung und vorausschauende Wartung.
Was ist maschinelles Lernen?
Ein wertvolles Ergebnis ist unser Kontrollalgorithmus, mit dem wir in Echtzeit sehen können, wie der Energieverbrauch bei verschiedenen Temperaturen schwankt. Zuvor wurde der Energieverbrauch auf der Grundlage von Referenzjahresdaten analysiert und verglichen.
Kundenkenntnis
Mitra und Raghunath setzen ihre Arbeit an der Plattform fort. Hierbei ist es wichtig, dass die Daten, die erhoben werden für den Kunden relevant sind und seinem Informationsbedarf entsprechen.
Mitra hat eine Reihe von Befragungen durchgeführt, um zu ermitteln, welche Daten Kunden angezeigt bekommen möchten, d. h., welche Informationen interessant und warum sie interessant sind. Die generierten Daten werden verwendet, um neue Algorithmen für maschinelles Lernen zu erstellen. Auf diese Weise können wir bessere, intuitive und anschauliche Berichte entwickeln, die für jeden Kunden maßgeschneidert werden.
Wir haben auch weitere wetterbezogene Daten gesammelt, um unseren Steuerungsalgorithmus zu verbessern. Auf diese Weise können wir Kunden dabei helfen, Energiespitzen in größerem Maßstab zu identifizieren.
Wir haben auch weitere wetterbezogene Daten gesammelt, um unseren Steuerungsalgorithmus zu verbessern. Auf diese Weise können wir Kunden dabei helfen, Energiespitzen in größerem Maßstab zu identifizieren. Wir können Energieunternehmen auch proaktiv Tage im Voraus warnen“, erklärt Raghunath.
Nutzung von Daten zur Steigerung der Energieeffizienz
Außerdem arbeiten Mitra und Raghunath daran, die vorausschauende Wartung zu verbessern. Hierbei werden die Daten zur Analyse der Heizleistung verwendet. Eine erweiterte Analyse der zugeführten oder abgegebenen Wärmemenge eines Heizsystems ermöglicht die Erkennung von Leckagen oder Abweichungen.
„Wir müssen den Kunden nahebringen, wie wichtig es ist, korrekte Daten aus ihrem Gebäudeportfolio zu sammeln, und welche Art von Daten wertvoll sind. So lässt sich aus Umwelt-, Kunden- und Kostensicht gleich dreifach profitieren, eine Win-Win-Win-Situation“, so Mitra abschließend.
Möchten Sie mehr über unsere selbstlernende KI-Engine erfahren?