Egain Energiedienstleistungen GmbH
Glinkastraße 30
10117 Berlin
Deutschland
Mitra und Raghunath sind beide Datenwissenschaftler mit dem Schwerpunkt maschinelles Lernen und Datenanalyse. Sie haben im Januar bei Egain angefangen und seitdem an den Projekten Peak Control 2.0 und Performance of AI Steering gearbeitet. Das Ergebnis ist ein neuer Regelalgorithmus, der es ermöglicht, in Echtzeit zu sehen, wie sich der Energieverbrauch bei verschiedenen Temperaturen ändert.
Mit der neuen Data-Science-Plattform können Immobilienbesitzer den Unterschied in Leistung und Verbrauch des Gebäudes erkennen, ob sie Egain-Produkte verwenden oder nicht, basierend auf den Daten des aktuellen Jahres. Bisher wurde der Energieverbrauch anhand von Referenzjahresdaten analysiert und verglichen.
„Mit den neuen Algorithmen können unsere Energieexperten den Kunden direkt zeigen, welche Einsparungen sie durch die Nutzung unserer Services erzielen können“, sagt Raghunath.
Kundenerkenntnisse
Mitra und Raghunath haben eine Data Science-Plattform zur Sammlung relevanter Daten basierend auf den Anforderungen der Kunden an Informationen und visuelle Berichte entwickelt. Diese Daten werden auch verwendet, um Algorithmen für maschinelles Lernen zu erstellen, um das Raumklima und die Temperaturen automatisch an die unterschiedlichen Wetterbedingungen anzupassen. Das Projekt heißt Peak Control und ist eine Methode, mit der Kunden berechnen können, wie viel Geld sie sparen, indem sie Egain die Beheizung eines Gebäudes steuern und Leistungsspitzen verwalten lassen.
„Seit Januar sammeln wir mehr wetterbezogene Datenpunkte, um unsere Machine-Learning-Modelle zu unterstützen und unseren Steuerungsalgorithmus zu verbessern, damit wir Kunden helfen, Energiespitzen im Voraus in großem Umfang zu erkennen und Energieunternehmen Tage im Voraus proaktiv zu warnen“, so Raghunath.
Visuelle und interaktive Berichte
Mitra berichtet, dass sie Interviews durchgeführt hat, um herauszufinden, welche Daten die Kunden sehen möchten, woran sie interessiert sind und warum diese Informationen für sie wichtig sind. Die generierten Daten werden zur Erstellung neuer Algorithmen für maschinelles Lernen verwendet, die es ermöglichen, bessere, intuitive und visuelle Business-Intelligence-Berichte zu erstellen, die zudem auf jeden Kunden zugeschnitten werden können.
„Die Berichte bieten eine schnelle und visuelle Übersicht und ermöglichen das interaktive Klicken und Filtern verschiedener Daten aus den Diagrammen. Dies erleichtert es dem Benutzer, verschiedene Aktionen zu empfehlen. Zudem ist es für den Kunden einfacher, die richtigen Entscheidungen zu treffen, um Umweltauswirkungen, Energieverbrauch und Kosten zu reduzieren“, sagt Mitra.
Der KI-Algorithmus basiert auf Temperatur, Gebäudephysik und Wetter und regelt die Wärme automatisch in Echtzeit, anstatt sich auf Referenzwerte zu stützen.
Verbesserung des Kundenverständnisses für wichtige Daten
Zusätzlich zu den oben genannten Projekten haben Mitra und Raghunath auch ein Projekt zur vorausschauenden Wartung gestartet, bei dem Daten zur Analyse der Leistung der Heizungszentrale verwendet werden. Durch fortschrittliche Analysen und das Verständnis der Wärmemenge, die in das Heizsystem eindringt und es verlässt, können Leckagen oder andere Dinge erkannt werden, die abhängig von der Normalität abweichen. Dies ermöglicht es Ihnen, vorbeugende Maßnahmen wie das Entfernen von Schmutz und Ablagerungen zu ergreifen und die Effizienz und Leistung Ihrer Geräte zu verstehen, um Ihre Wartung zu planen.
„Wir müssen unseren Kunden dabei helfen, den Wert der Erfassung korrekter Daten aus ihrem Gebäudeportfolio zu verstehen und zu erkennen, welche Daten wertvoll sind, um den Verbrauch optimieren zu können. Das ist der Fall bei einem Win-Win-Win aus Umwelt-, Kunden- und Kostensicht“, erklärt Mitra abschließend.
Lesen Sie auch:
Egain beteiligt sich am RESPOND-Projekt von Horizont 2020 zur Entwicklung energieeffizienter und nachhaltiger Städte.