Real-time data, cloud computing, Machine Learning og AI-kontrol muliggør realisering af den næste generation af fjernvarmesystemer.
For at opnå disse optimeringer kræver det en digitalisering af fjernvarmesektoren ved at have realtidsindgang 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 realtidsmåling 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 tidsseriedata, 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.