Många fastigheter har en onödigt hög energiförbrukning och dessutom saknas det bra verktyg för att balansera förbrukningen i ett stort bestånd av fastigheter. Det leder till att det maximala effektbehovet är högre än vad det skulle kunna vara med effektiva verktyg. Med det här projektet vill vi bidra till att minska energianvändningen i stora fastighetsbestånd genom ökad förståelse om hur energin används.

Med artificiell-intelligens (AI) och maskininlärning går det att identifiera både när en byggnad förändrar sitt mönster i energianvändning och när det sker i jämförelse med liknande byggnader. Detta kan göras med hjälp av förutsägelser av energianvändning genom tidsserieanalys av historiska och nuvarande data. Det öppnar också för möjligheter att identifiera grundorsakerna till den ändrade energiförbrukningen.

Vi kommer att bearbeta och analysera olika datamängder med maskinlärande algoritmer och/eller metoder för att skapa fastigheters energiprofiler. Historisk energianvändning, fastigheters konstruktion, verksamhetsområde (det vill säga hur och när en byggnad används), väderdata och realtidsdata från byggnadsautomationssystemen är samtliga exempel på relevant data.

Utifrån den ökade förståelse som analyserna bidrar med, kommer vi att kunna uppskatta framtida energianvändning och få syn på avvikelser, som ifall en fastighet använder mer energi än tidigare på grund av exempelvis fel i fläktsystemet. Vi kommer också att kunna upptäcka om liknande fastigheter skiljer sig åt i energianvändning.

I projektet kommer vi att utveckla ett system som visualiserar energianvändningen. Skellefteå och Piteå kommuners fastigheter och AB Kristianstadsbyggen samt energibolagen Piteå Energi, Skellefteå Kraft och C4 Energi kommer att tillhandahålla data för detta. Vi kommer också att utvärdera resultaten i Skellefteå, Piteå och Kristianstads kommuner, gällande de fastigheter som adresseras i projektet.