Samenwerking Armac en Radboud Universiteit Nijmegen
Armac Industrial Automation en Radboud Universiteit Nijmegen doen samen onderzoek naar het energieverbruik van inwoners in een afgebakend gebied ten noorden van Amsterdam.
Met behulp van kunstmatige oftewel artificiële intelligentie (AI) wordt hiervoor het algoritme van het energieverbruik bepaald.
De samenwerking tussen Armac en de Radboud Universiteit loopt vanaf medio 2020. In samenwerking met een stadsverwarmingsbedrijf wordt het energieverbruik in het eerder genoemde gebied geanalyseerd. Om zo een voorspellend algoritme te verkrijgen. Met deze data is het mogelijk om het toekomstige stookgedrag van de energiecentrales te bepalen, het energieverbruik te voorspellen en de energiestromen slimmer in te zetten zodat er niet onnodig wordt gestookt wanneer er geen vraag is.
Armac werkt zelf al ruim tien jaar samen met het stadsverwarmingsbedrijf. Met een toendertijd gerealiseerde cloud-systeem was Armac de tijd ver vooruit. In de loop van de jaren ging Armac zich steeds meer specialiseren in artificiële intelligentie om bijvoorbeeld de opgeslagen data te verwerken tot nuttige toepassingen. De software engineers van Armac zijn de laatste jaren dan ook verder geschoold in AI.
De samenwerking waarbij ook de Radboud Universiteit is betrokken, gaat een stap verder. In dit project worden data geanalyseerd, waarbij Armac zich steeds verder ontwikkelt tot kennispartner. Het stadsverwarmingsbedrijf krijgt zo inzicht in het systeem en mogelijkheden tot verbeteringen. Met als doel energie te leveren met minder kosten en met minder energieproductie een betere kwaliteit te kunnen leveren.
Eerste resultaten zichtbaar
De eerste resultaten zijn inmiddels zichtbaar en laten zien dat er veel efficiency te behalen is door data-analyse. Het lijkt er zelfs op dat 20% terugbrenging van de verliezen tot de mogelijkheden behoort. In het verdere traject wordt een compleet model ontwikkeld om stadsverwarming met behulp van AI efficiënt te maken. Naar verwachting is dat punt over twee jaar bereikt.
Eén van de vervolgstappen is het integreren van externe data, waardoor het voorspellingsalgoritme nog verder verbeterd wordt.