RACE - Realtids AI Computing i Energisektoren

Formålet med dette projekt er at udvikle en platform til at indhente realtidsdata som kan anvendes af AI og Machine Learning algoritmer til at sende styresignaler til det lokale fjernvarmeselskab og dermed styre brøndventiler og pumper. Der udvikles i projektet nye realtidssensorer der kan eftermonteres på eksisterende brøndventiler og anvendes i nye fjernvarmeudrulninger.

1
Projektbeskrivelse

Real-time data, cloud computing, Machine Learning og AI-kontrol muliggør realisering af den næste gene-ration af fjernvarmesystemer.

For at opnå disse optimeringer kræver det en digitalisering af fjernvarmesektoren ved at have real-tidsindgang fra hele nettet og en systemkobling til forskellige energi- og datakilder. Dette øger mængden af data, der skal behandles, gemmes og analyseres og dermed øges kravene til åbenhed, fleksibilitet og sikkerhed til datalagringen.

Vi udvikler en sensorløsning til real-tidsmåling af tryk, temperatur og flow i ventiler. Det målte tryk over ventilen bruges til at indstille nøjagtige tryk på hoved- og boosterpumper. Vi udvikler en åben og fleksibel dataplatform til at opsamle og strukturere maskin- og tidsserie-data, der muliggør åben deling af data mellem systemer. Vi udvikler løsninger der støtter de beslutninger, som skal træffes til at planlægge systemet ved hjælp af AI-algoritmer, der er trænet med Machine Learning genereret af digital twins der har omfattende underliggende data. Vi bruger de bedst egnede løsninger til integration til typiske fjernvarmesystemers OT-systemer og som er baseret på åbne og moderne industristandarder. Vi udvikler en løsning til styring af fjernvarme-ventiler fra SCADA baseret på AI -kontrolteknologi.

Key figures

Periode:
2023 - 2026
Bevillingsår:
2023
Egen finansiering:
4,80 mio.
Støttebeløb:
7,84 mio.
Støtteprocent:
62 %
Projektbudget:
12,64 mio.

Kategori

Program
EUDP
Fælles overordnet teknologiområde
Energieffektivitet
Keywords
Data, digitalisering og automatisering Energieffektivisering Kunstig intelligens / maskinlæring
Projekttype
Udvikling Demonstration
Journalnummer
640231-510330

Deltagere

Glaze ApS (Main Responsible)
Partner og Økonomi
Partner Tilskud Eget bidrag
Energy Cluster Denmark 0.76 mio. 0.51 mio.
DEVELCO A/S 0.50 mio. 0.74 mio.
Aalborg Universitet (Fredrik Bajers Vej) 0.71 mio. 0.08 mio.
Aalborg Universitet (Fredrik Bajers Vej) 0.20 mio. 0.22 mio.

Kontakt

Kontakperson
Jakob Appel
Adresse

Adresse: Christians Brygge 28
Tlf.:    +45 26171858

Hjemmeside: https://glazeholding.com/da/

Energiforskning.dk - en fælles informationsportal for energiteknologiske forsknings- og udviklingsprogrammer.

Logo innovationsfonden
Logo for EUDP
Logo for elforsk