Hjernene bak algoritmene

Med algoritmene kan energiekspertene vise deg sparepotensialet med løsningene våre
  • Martin Eksberg

    Sales

  • Filip Lagerlöf

    Marketing

publisert

oppdatert

Algorithms
Photo by Kiona of

Mitra Hajigholi og Raghunath Vairamuth er dataforskere som fokuserer på maskinlæring og dataanalyse hos oss i Kiona. De har jobbet med flere prosjekter knyttet til datavitenskap, for eksempel Peak Control 2.0, AI-styring og prediktivt vedlikehold.

Hva er maskinlæring?

Maskinlæring (ML) er en type kunstig intelligens (AI) som gjør at programvaren blir bedre til å forutsi utfall uten å være spesifikt programmert til å gjøre det. Nesten som måten mennesker lærer på, vil nøyaktigheten gradvis forbedres. Les mer om ML på Wikipedia

Et verdifullt resultat er kontrollalgoritmen vår, som lar oss se hvordan energiforbruket varierer ved forskjellige temperaturer i sanntid. Tidligere ble energiforbruket analysert og sammenlignet basert på referanseårsdata.

Med fokus på kundene

Mitra og Raghunaths arbeid med plattformen fortsetter. Et viktig aspekt ved dette er å samle inn relevant data basert på kundenes behov for informasjon.

Mitra har gjennomført flere intervjuer for å finne ut hvilke data kundene våre ønsker å se, er interessert i, og hvorfor denne informasjonen er viktig for dem. Dataene som genereres vil bli brukt til å lage nye maskinlæringsalgoritmer. Slik kan vi utvikle bedre, intuitive og visuelle rapporter som kan skreddersys til å passe ditt behov.

Vi har også samlet inn flere vær-relaterte datapunkter for å forbedre kontrollalgoritmen vår. På denne måten kan vi hjelpe kundene med å identifisere energitopper i større skala.

Raghunath Vairamuth
Dataforsker, Kiona

Vi har også samlet inn flere vær-relaterte datapunkter for å forbedre kontrollalgoritmen vår. På denne måten kan vi hjelpe kundene med å identifisere energitopper i større skala. Det gjør oss også i stand til å proaktivt varsle energiselskapene flere dager i forveien, sier Raghunath.

Bruker data for å øke energieffektiviteten

I tillegg til dette jobber også Mitra og Raghunath med å forbedre prediktivt vedlikehold. Her brukes dataene til å analysere sentralvarmeytelsen. Denne formen for avansert analyse av mengden varme som kommer inn og ut av varmesystemet gjør det mulig å oppdage lekkasjer eller avvik.

– Vi må hjelpe kundene med å forstå verdien av å samle inn korrekte data fra byggene deres og hvilke type data som er viktige. Det er da det blir et vinn-vinn-vinn fra både et miljø-, kunde- og kostnadsperspektiv, avslutter Mitra.

  • Optimering av energi
  • AI
  • Heating

Vil du vite mer om vår selvlærende AI motor?