Data-dreven smarte bygninger: data sandkasse og konkurrence
Hovedformålet med dette projekt er at udvikle Machine Learning og smarte kontrolalgoritmer, der vil muliggøre eller forbedre nye datatjenester til byggesektoren. De udviklede algoritmer ekstrapolerer så meget information som muligt fra de eksisterende energimåledata, for at undgå bekostelig installation af delmåling i eksisterende bygninger.
Kommercielle og offentlige bygninger har ofte allerede udstyr og kontrolfunktioner der er i stand til at levere fleksibilitet til elnettet. Derfor har bygninger potentialet til at være en af de billigste muligheder for at levere den fleksible efterspørgsel, der er nødvendig for at understøtte stigningen i variable vedvarende energikilder i elnettet. Desværre har det vist sig vanskeligt at aktivere og skalere denne mulighed for fleksibel efterspørgsel. Der er behov for nye datadrevne softwaretjenester, der udnytter styrken ved maskinlæring, til at levere smart-grid-aktiverede bygninger i stor skala.
ADRENALINs tre mål er:
- Mål 1: Indsamling af store mængder af data for at muliggøre test af skalerbarheden og genanvendeligheden af de foreslåede algoritmer.
- Mål 2: Organiser konkurrencer som et middel til Crowdsourcing af løsningerne på dataudfordringerne.
- Mål 3: Implementere de bedste løsninger på forskellige digitale platforme i virkelige applikationer.
Key figures
Kategori
Deltagere
Partner | Tilskud | Eget bidrag |
---|---|---|
Syddansk Universitet | 2.51 mio. | 0.28 mio. |
ReMoni ApS | 0.90 mio. | 0.60 mio. |
Kontakt
Campusvej 55,
5230 Odense M
Tlf.: 29125778