Klipsk Energy - smarta byggnader sparar energi

Viktiga resultat som projektet gav

Klipsk AB har byggt en plattform för att applicera semantiskt strukturerad data och maskininlärning på styrning av stora kommersiella byggnader. Med insamlad data har en modell för energisparande styrning utvecklats.

Långsiktiga effekter som förväntas

Vi har utvecklat en ontologi för byggnaders system, struktur och användning. Vi har implementerat en plattform för att samla in data från olika hetereogena system som använts för att träna en maskininlärningsmodell som reglerar energikonsumenter vid effekttoppar. Modellen är validerad och ger minskade energikostnader, energiåtgång och transmissionskostnad. Plattformen är i skarp drift för mer än15000 m².

Upplägg och genomförande

Vi har byggt plattformen på befintliga teknologier för strömmande data och hantering av IoT-sensorer. Ontologin har utvecklats för att beskriva struktur och energianvändning i byggnader och hanterar fler än 20 olika standarder för byggnadskonstruktion (BIM, CoClass, m fl), klimatstyrning (Belok, m fl) och nya IoT-standarder (IPSO, Semantic Sensor Network, m fl). Tack vare ontologin har vi fått koherent träningsdata från olika byggnader där helt olika sensorer och system är installerade.