Ventilation genom AI i Örebro
I ett samarbete mellan akademi och näringsliv i Örebro undersöks hur artificiell intelligens (AI) kan effektivisera ventilationssystem i byggnader och minska energianvändningen.
Initiativtagare till pilotprojektet Air är Örebrobostäder (Öbo) och det drivs av Örebro universitet. Målet är att utveckla AI-modeller som analyserar data från ventilationssystem, till exempel temperatur och tryck. Modellerna ska identifiera mönster, upptäcka avvikelser och förutse framtida energianvändning. Det gör det möjligt att justera systemen i realtid för att matcha byggnadens energibehov.
Realtidsdata från sensorer för tryck och temperaturer omvandlas till uppgifter för maskininlärning. Uppgifterna omfattar identifiering
av avvikelser, igenkänning av mönster och prognosmodellering. Lösningarna kan sedan användas av fastighetsägare för daglig drift, feldiagnoser och energioptimering.
Genom att studera sensordatan och använda datadrivna metoder kan ventilationssystemens prestanda optimeras.
– Vi arbetar just nu med att analysera hur olika delar av ventilationssystemet påverkar varandra. Exempelvis undersöker vi sambandet mellan rumstemperaturen och utomhustemperaturen, säger Hadi Banaee, forskare i datavetenskap vid Örebro universitet.
Ventilation står för en stor del av vår energianvändning och klimatavtryck
För närvarande studeras sex bostadshus i Öbos bestånd, där sensorer mäter tryck och temperaturer i olika delar av systemet.
– Genom att jämföra dessa värden kan vi identifiera samband och se vad som är typiskt för olika tider på dygnet och årstider. Vi kan då avgöra om värdena är normala eller avvikande.
Avvikelser kan exempelvis tyda på att en sensor är felaktig, men de kan också indikera något mer komplext problem som kräver djupare analys.
Nästa steg är att utveckla prediktiva modeller. Sensorvärden samlas in och analyseras för att träna modellen, som lär sig sambanden mellan dessa värden. Modellen kan sedan förstå hur förändringar i ett värde påverkar andra och allt bättre förutsäga framtida sensorvärden. Informationen kan vara användbar för fastighetsägaren, till exempel för att förutse den kommande medelrumstemperaturen.
Ett område som undersöks är den inställda tilluftstemperaturen, som hos Öbo vintertid är lägst 19 °C. Istället för att enbart förlita sig på förbestämda värden kan AI-modellen förutsäga framtida rumstemperaturer.
– Om fastighetsägaren vill att rumstemperaturen ska vara 21 °C, men om den inom en timme kommer att ligga runt 23–24 °C, är det energislöseri att tilluften levererar 19 °C. Vi vill kunna justera börvärdet för tilluftstemperaturen baserat på framtida data, säger Hadi Banaee.
Pilotprojektet
- Air är ett av tio pilotprojekt inom det regionala utvecklingsprojektet AI.ALL som är kopplat till hållbar stadsutveckling och klimatfrågor
- Pilotprojekten pågår i sex till arton månader och syftar till att testa idéer snarare än att leverera färdiga produkter
- Air genomförs i samarbete mellan Örebro universitet, Örebrobostäder, Akademiska hus och Ecoguard, som erbjuder produkter och tjänster för mätning
- Projektet medfinansieras av Region Örebro län, Tillväxtverket och Europeiska unionen och beräknas vara klart i slutet av året
– Om vi vet att rummet blir tillräckligt varmt inom en timme kan vi föreslå att sänka tilluftstemperaturen något, kanske med en halv eller en hel grad. Detta kan minska energibehovet för uppvärmning och samtidigt minska belastningen på fläktar och andra komponenter.
I en senare fas av projektet kommer man att undersöka hur flera ventilationssystem i ett nätverk kan samarbeta och förbättra varandra.
– Ett system kan till exempel upptäcka ett mönster i historiska data som ett annat system möter för första gången. Om systemen kan kommunicera, kan det nya systemet lära sig av det andra och justera sina parametrar därefter. Även om ett system verkar fungera bra kan det optimeras ytterligare när det jämförs med andra system, säger Hadi Banaee.
Hur säkerställer AI-modellen en bra luftkvalitet?
– Det pågående pilotprojektet handlar främst om att optimera ventilationssystemet för att minska energianvändningen och i sin tur sänka elkostnaderna. I uppföljande projekt kan vi komma att inkludera luftkvalitetsmätningar också, exempelvis genom att samla in data från koldioxidsensorer, säger Hadi Banaee.
Det kommunala bostadsbolaget Öbo har en mission kallad ”Smart säker stad”.
– Där gör vi tydliga vägval utifrån vad vi vill uppnå med helheten av vårt bestånd och i förlängningen staden. Projektet Air är en tydlig och viktig del i det arbetet för Öbo, då ventilation står för en så stor del av vår energianvändning och klimatavtryck, säger Jonas Tannerstad, chef för el och automation på Öbo.
En viktig del av projektet är även kunskapsdelning, både inom nätverket och till externa aktörer. Öbo bidrar med data och fallstudier, men målet är att främja innovation som kan gynna alla som har samma behov.
– Ur universitetets perspektiv är det viktigt att kunskapen vi får tillämpas i verkligheten så mycket som möjligt. Vi vill dela med oss av erfarenheterna öppet och sprida kunskapen brett så att andra fastighetsägare kan dra nytta av dem för att lösa liknande problem, säger Hadi Banaee.
– En intressant aspekt av pilotprojektet är inte bara optimeringen av befintliga system utan även hur kunskapen kan tillämpas på nya byggnader. Den insamlade datan kan vägleda beslut kring val och utformning av framtida ventilationssystem.
