Gemiddelde leestijd voor dit bericht is 75 seconden

Twee studenten onderzoeken de toepassing van ‘machine learning’ om het energiegebruik van gebouwen te voorspellen. Met deze techniek kunnen data over energie, installaties en gebouwen efficiënt en effectief geanalyseerd worden. Bijvoorbeeld om energiebesparing aan te dragen of verklaringen te vinden voor voorspeld en daadwerkelijk energiegebruik. De studenten focussen zich op de verwarming en koeling van een gebouw, waarvoor ze een algoritme ontwikkelen.

De voordelen van een algoritme (ten opzichte van een fysisch model) is dat het minder rekenkracht/rekencapaciteit vereist en dat er minder gedetailleerde en specifieke bouwinformatie noodzakelijk is. Door zo’n algoritme kunnen in de ontwerpfase keuzes nauwkeuriger en doelgerichter worden bepaald, en daarbij ook de invloed op het energiegebruik.

Adviesbureau DWA ziet machine learning als één van haar innovatiegebieden. Kees Wisse, senior adviseur bij DWA: “In de praktijk is gebleken dat algoritmes nauwkeuriger energieprestaties kunnen bewaken dan fysische modellen. De stappen die we nu zetten zijn bouwstenen om ervoor te zorgen dat algoritmes het energiegebruik van gebouwen niet alleen kunnen bewaken, maar ook kunnen voorspellen. Dat is belangrijk om de impact van verduurzaming snel te kunnen beoordelen.”

De twee studenten die bij dit onderzoek zijn betrokken, zijn Danique Rook en Loïc Roldán Waals van de Rotterdam School of Management. Laatstgenoemde: “Een voorspelling is nooit helemaal 100 procent sluitend, maar toch kunnen we daar heel dichtbij komen. Ik loop met een tevreden gevoel de deur uit als we door middel van het algoritme binnen een hele kleine marge het energiegebruik kunnen voorspellen.”

Bron: website DWA