Kansen voor de gebouwde omgeving
Danique Rook en Loïc Roldán Waals, studenten aan de Rotterdam School of Management, onderzoeken de toepassing van machine learning technieken op de voorspelling van het energieverbruik van gebouwen. Nieuwe ontwikkelingen op het gebied van machine learning bieden grote kansen voor de gebouwde omgeving. Met deze technieken kunnen data (energie, installaties en gebouwen) efficiënt en effectief geanalyseerd worden. Bijvoorbeeld om energiebesparing aan te dragen of verklaringen te vinden voor voorspeld en het daadwerkelijke energieverbruik.
De studenten focussen zich op de verwarming en koeling van een gebouw en ontwikkelen een algoritme. 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 energieverbruik.
DWA maakt de transitie naar een datagedreven adviesbureau. Wij leveren digitale gebouwmodellen. Op basis hiervan optimaliseren wij de prestaties van gebouwen en installaties. Onze missie is duurzaamheid werkend maken. Machine Learning is één van onze innovatiegebieden. Het biedt prachtige mogelijkheden voor onze sector. Op basis van de digitale modellen en door machine learning in te zetten bieden we Analytics as a Service zoals predictive maintenance (diensten die op basis van data-analyse worden aangeboden, zoals voorspellend onderhoud). Wij investeren in kennisontwikkeling en werken samen met onderwijsinstellingen.
Kees Wisse, Senior adviseur bij DWA: “Het is een vervolg op een eerder onderzoek waar het energieverbruik per dag is onderzocht. Daar zijn goede resultaten bereikt, waardoor de studenten nu het uurlijkse verbruik van een gebouw onderzoeken.
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 energieverbruik van gebouwen niet alleen kunnen bewaken, maar ook kunnen voorspellen. Dat is belangrijk om de impact van verduurzaming snel te kunnen beoordelen.”
Loïc Roldán Waals: “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 energieverbruik kunnen voorspellen.” Danique Rook stemt daar mee in en voegt daar lachend aan toe: “En als ik natuurlijk cum laude afstudeer.”