Projektdatabase

Projektdatabasen indeholder alle de projekter, som ELFORSK har støttet med midler. Der er en kort introduktion af projekternes formål og kontakt information for de igangværende projekter. For de projekter, som er færdige, er der en slutrapport med resultater, som du kan down loade.

Viser 1 - 2 af 2

Optimering af bygningers energibehov, indeklima og robusthed ved brug af generiske rumtyper og Machine Learning

Projekt nummer

352-046

Projektperiode: 2020 - 2022

MOE A/S

Projektet har undersøgt anvendelsen af generiske rum i stedet for rum med komplekse geometrier, hvorved der kan trænes metamodeller på de simplere generiske modeller. Undersøgelsen viste at de i høj grad kan erstatte de komplekse geometrier, med minimalt fald i præcision.

Formålet med projektet er at gøre simuleringsbaseret vurdering af performance for energi og indeklima lettere tilgængelig for beslutningstagere. Samtidig med at gøre det muligt at lave langt mere omfattende designundersøgelser, som omfavner de utallige muligheder i tidligt design

PEKIVE: Prognosestyret elopvarmning baseret på kunstig Intelligens og variable elpriser

Projekt nummer

351-060

Projektperiode: 2019 - 2021

Vitani Energy Systems A/S

Projektet har demonstreret, at det er muligt at implementere prognosebaseret styring på større bygninger med forskellige typer af CTS-anlæg. Projektet har vist, at der kan opnås en energieffektivisering på over 20% på veldrevne bygninger med optimerede driftsmetoder.

På basis af et antal testprojekter, udvikles cases og værktøjer til brug for synliggørelse af værdien af brugen af kunstig intelligens til multi-forsyning af varme.

Emner

Ansvarlig virksomhed

Projektdatabase

Optimering af bygningers energibehov, indeklima og robusthed ved brug af generiske rumtyper og Machine Learning

PEKIVE: Prognosestyret elopvarmning baseret på kunstig Intelligens og variable elpriser