Umysły stojące za algorytmami, które przyczyniają się do efektywności energetycznej
Mitra i Raghunath są analitykami danych, którzy koncentrują się na uczeniu maszynowym i analizie danych. Pracę w Egain zaczęli w styczniu i od tego czasu pracowali nad projektami Peak Control 2.0 i Performance of AI-steering. Rezultatem jest nowy algorytm sterowania, który umożliwia sprawdzenie, jak zmienia się zużycie energii w różnych temperaturach w czasie rzeczywistym.
Dzięki nowej platformie danych właściciele nieruchomości mogą zobaczyć różnicę w wydajności i zużyciu budynku,. Zarówno jeśli korzystają z produktów Egain, czy też nie, wykorzystując dane z bieżącego roku. Wcześniej dokonano analizy i porównania zużycia energii na podstawie danych z roku referencyjnego.
– Dzięki nowym algorytmom nasi eksperci energetyczni mogą bezpośrednio pokazać klientom, jakie oszczędności mogą osiągnąć, korzystając z naszych usług, mówi Raghunath.
Spostrzeżenia klientów
Mitra i Raghunath stworzyli platformę danych do zbierania odpowiednich danych w oparciu o potrzeby klientów w zakresie informacji i raportów wizualnych. Dane te zostaną również wykorzystane do stworzenia algorytmów uczenia maszynowego w celu automatycznego dostosowania klimatu i temperatury w pomieszczeniach w zależności od tego, jak zmienia się pogoda. Projekt nosi nazwę Peak Control i jest metodą, która może obliczyć, ile klienci oszczędzają pieniędzy, pozwalając Egain kontrolować ogrzewanie budynku i zarządzać szczytami mocy.
– Od stycznia rozpoczęliśmy zbieranie większej liczby punktów danych związanych z pogodą, żeby wspierać nasze modele Machine Learning, po to aby udoskonalić nasz algorytm kontroli, który pomoże naszym klientom w identyfikacji szczytów energii na dużą skalę z wyprzedzeniem i proaktywnie ostrzeże osoby zajmujące się energia z kilkudniowym wyprzedzeniem, mówi Raghunath.
Raporty wizualne i interaktywne
Mitra mówi, że przeprowadziła wiele wywiadów i rozmów aby dowiedzieć się, jakie dane klienci chcą zobaczyć, czym są zainteresowani i dlaczego te informacje są dla nich ważne. Wygenerowane dane zostaną wykorzystane do stworzenia nowych algorytmów Machine Learning, które umożliwiają tworzenie lepszych, intuicyjnych i wizualnych raportów Business Intelligence, które również mogą być dostosowane do każdego klienta.
– Raporty zapewnią szybki i wizualny przegląd. Sprawią, że za pomocą jednego kliknięcia system przefiltruje różne dane z wykresów w sposób interaktywny. Ułatwi to użytkownikowi zalecanie różnych akcji. A także ułatwić klientom podejmowanie właściwych decyzji w celu zmniejszenia wpływu na środowisko, zużycia energii i kosztów, mówi Mitra.
Algorytm Sztucznej Inteligencji opiera się na temperaturze, budowie fizycznej budynku oraz pogody. System automatycznie steruje ciepłem w czasie rzeczywistym, a nie na wartościach referencyjnych.
Lepsze zrozumienie ważnych danych przez klientów
Oprócz powyższych Mitra i Raghunath również rozpoczęli projekt konserwacji predictive, gdzie dane są wykorzystywane do analizy centralnego ogrzewania wydajności. Dzięki zaawansowanej analizie i zrozumieniu ilości ciepła, które dostaje się i opuszcza system grzewczy, możliwe jest wykrycie wycieków lub innych rzeczy, które odbiegają od normy. Umożliwia to wdrożenie środków zapobiegawczych, takich jak oczyszczanie brudu i osadów oraz zrozumienie wydajności i wydajności sprzętu w celu zaplanowania konserwacji..
– Musimy uświadomić i pomoc zrozumieć klientom, że pobieranie odpowiednich danych z ich budynków jak i wyznaczenie tych, które maja największy wpływ na optymalizacje zużycia. Dzięki tej wiedzy, znajdujemy się w sytuacji w której wszyscy wygrywają, środowisko, klient jego portfel.
Czytaj także:
Egain uczestniczy w projekcie „Horyzont 2020”, RESPONSE, mającym na celu rozwój energooszczędnych i zrównoważonych miast.
