Smart analyse af Fjernvarmedata
|
|
- Kurt Bagge
- 7 år siden
- Visninger:
Transkript
1
2 Smart analyse af Fjernvarmedata - nu og i fremtiden Indlæg på Flowtemadag Force Technology, Brøndby Ved Anders Niemann, Sektionsleder, Teknologisk Institut, Aarhus
3 Analyse af fjernvarmedata Historisk set Manuel aflæsning Data en eller to gange om året Manuel databehandling (papir eller excel) Nuværende situation Fjernaflæsning (fuld- eller semiautomatisk) Data på timebasis eller oftere Manuel eller semiautomatisk databehandling og dataanalyse (Excel eller evt. i komb. med database) Retrospektiv analyse Fremtidige perspektiver Fjernaflæsning (fuldautomatisk) Data på timebasis eller oftere Integration mellem flere forskellige systemer (IoT) Avancerede automatiske algoritmer (analyse og forecast) Online/realtime dataanalyse. 3
4 Analyse af fjernvarmedata - hvorfor? Driftsoptimering (forbedret virkningsgrad) Energieffektiviseringskrav og krav om økonomisk optimering Sænkning af energibehov (lavere forbrug) 4
5 Energieffektivisering - Hvor og hvordan Værket: - Lavere brændselsforbrug - Højere virkningsgrad - Øget brug af vedvarende energikilder Distributionsnettet: - Lavere varmetab - Lavere tryktab Industri: - Optimering af processer - Sænkning af energibehov/-forbrug - Genindvinding af energi Private forbrugere - Sænkning af energibehov/-forbrug - Ændring af forbrugsmønster 5
6 Energieffektivisering via dataanalyse - Hvilke parametre og hvordan? Ved højt flow stiger og falder henholdsvis fremløb- og returtemperatur Ved højt flow er fremløb- og returtemperatur lige store 6
7 Energieffektivisering via dataanalyse - Hvilke parametre og hvordan? Cost/benefit analyse Dårlig afkøling Høj returtemperatur? Uhensigtsmæssig forbrug? Høj peak-belastning? 7
8 Tilgængelig data Smart Meter-data Volumenflow [m³/h] Temperatur [ C] (frem og retur) Effekt [W] Samlet energiforbrug [kwh] vandforbrug [m³] Differenstemperatur (afkøling) Tryk [bar] Database (rådata) Målerinfomation Type (vand, energi) Placering (fysisk) Brugerdata (info. om forbrugeren) Typer (industri, privat etc.) Adresser (GIS-position) Vejrdata Graddage Vindretning og -hastighed Solindstråling 8
9 Dataanalyse - Overblik/Visualisering 9
10 Dataanalyse - Overblik/Visualisering 10
11 Dataanalyse - Visualisering af typer trend: termostatstyring, gulvarme? 11
12 Dataanalyse - Visualisering af typer trend: morgen/aftenpeak 12
13 Dataanalyse - Visualisering af typer Trend: fald/stigning i forbrug 1.maj/15.okt 13
14 Dataanalyse - Visualisering af typer Tilsyneladende ingen trend 14
15 Data-analyse med Machine Leaning Machine learning er et område inden for datalogi, som sætter computere i stand til at lære uden at man eksplicit har programmeret hvordan læringen foregår. Maskinlæring tager udgangspunkt i data og konstruerer algoritmer, der på basis af en stor mængde eksempeldata kan finde sammenhænge og udarbejde forudsigelser. Anvendelsesområder: Ansigtsdetektion/-genkendelse Billedeklassificering Talegenkendelse Søgemaskineoptimering Signalfiltrering Vejrudsigter Etc. etc. 15
16 Machine Learning - Træning DATA Volumenflow [m³/h] Temperatur [ C] (frem og retur) Effekt [W] Samlet energiforbrug [kwh] Vandforbrug [m³] Differenstemperatur (afkøling) Middelværdier FEATURES Variationer (std. afv.) Kombinationer (dt/q) LABELS Normal forbrug Dårlig afkøling Forbrugstyper 1,2 etc Machine Learning Algorithme Predictive model 16
17 Machine Learning - Analyser/prædiktion NYE DATA Volumenflow [m³/h] Temperatur [ C] (frem og retur) Effekt [W] Samlet energiforbrug [kwh] Vandforbrug [m³] Differenstemperatur (afkøling) FEATURES Middelværdier Variationer (std. afv.) Kombinationer (dt/q) RESULTATER/LABELS Predictive model Normal forbrug Dårlig afkøling Forbrugstyper 1,2 etc 17
18 Machine Learning - Område/type-klassificering Ukendt kundetype / Input features Features LABELS Kundetype 1 Kundetype 2 Træning (machine learning) Klassifice ringsmodel kundetype Kundetype 2 ( ) 18
19 Opsummering Målerdata med høj tidslig opløsning er efterhånden standard Store forskelle i udnyttelse af data hos værkerne Tilgængeligheden af målerdata Utilstrækkelige ressourcer Mangel på værktøjer til analyse og visualisering af store datamængder Uklarhed om hvad målerdata egentlig indikerer Data indeholder værdifuld information, der kan udnyttes Optimering af drift Optimering af distributionsnettet Energibesparelser Men hvordan graves denne information frem, hvad er nødvendigt? Platform til indsamling af data, integration med driftsdata, vejrdata, GIS-data, BBR-data osv. Udvikling af værktøjer til visualisering af forbrugsdata kan give overblik over selv meget store datamængder Automatisering af analysedelen vha. machine learningteknikker. 19
20 Tak for opmærksomheden Spørgsmål? 20
Smart metering. Udviklingstendenser indlæg som oplæg
Smart metering Udviklingstendenser indlæg som oplæg Indlæg på CLM temadag Oslo-færgen, 26. april 2017 Ved Anders Niemann, Sektionsleder, Teknologisk Institut, Aarhus Hvad er Smart Metering Smart meter
Læs mereFRESMIR Fremtidsstrategier for mindre fjernvarmesystemer. Lars Reinholdt Køle- og varmepumpeteknik
FRESMIR Fremtidsstrategier for mindre fjernvarmesystemer Lars Reinholdt Køle- og varmepumpeteknik EUPD Projekt: FRESMIR Fremtidsstrategier for mindre fjernvarmesystemer Se på det samlede fjernvarmesystem
Læs mereDriftsoptimering af Smart Gridfjernvarmesystemer
Driftsoptimering af Smart Gridfjernvarmesystemer for lavtemperatur DANSK FJERNVARMES 56. LANDSMØDE Aalborg 31. oktober 2014 Anders Niemann, konsulent, Teknologisk Institut SMART GRID-Definition Et Smart
Læs mereAnalyse af Smart meters-data og brug af data til andet end afregning. Anders Niemann Teknologisk Institut
Analyse af Smart meters-data og brug af data til andet end afregning Anders Niemann Teknologisk Institut SMART GRID-Definition Et Smart Grid er et moderne energinetværk, der bruger informations- og kommunikationsteknologi
Læs mereMåleusikkerhed, datahåndtering og dataanalyse i smarte systemer
Måleusikkerhed, datahåndtering og dataanalyse i smarte systemer Morten K Rasmussen, fysiker, mokr@teknologisk.dk https://dk.linkedin.com/in/mortenkrasmussen Morten K Rasmussen Fysik & nanoteknologi (Aarhus
Læs mereSmart Metering og datahåndtering. Flowtemadag 3. december 2013 Teknologisk Institut Anders Niemann
Smart Metering og datahåndtering Flowtemadag 3. december 2013 Teknologisk Institut Anders Niemann SMART: Definitioner Smart Grid: Et smart grid er et moderne energinetværk, der bruger informations- og
Læs mereOrientering om EUDP-projektet: Driftsoptimering af Smart Gridfjernvarmesystemer
Orientering om EUDP-projektet: Driftsoptimering af Smart Gridfjernvarmesystemer for lavtemperatur Workshop-indlæg Teknologisk Institut 4. september 2013 v/anders Niemann Indledning EUDP-ansøgning og tilsagn
Læs mereIndsamling af data hvordan og hvorfor?
Indsamling af data hvordan og hvorfor? - Datahjemtagelse i HOFOR forsyningsområde - Analyser og anvendelse af fjernaflæsningsdata - Energibesparelser med fokus på data April 2017 1 ENERGI FORBRUG I DANMARK/HOFOR
Læs mereREGIONALMØDER 2017 TARIFFER OG INSTALLATIONER. Rasmus Bundegaard Eriksen/Jesper Bergholdt Sørensen
REGIONALMØDER 2017 TARIFFER OG INSTALLATIONER Rasmus Bundegaard Eriksen/Jesper Bergholdt Sørensen INDHOLD Temperaturer og tab Udviklingen i fremløb og returløb 2006 2016 Brugerinstallationer Tarifering
Læs mereIntelligente værktøjer til overvågning af fjernvarmenettet
Intelligente værktøjer til overvågning af fjernvarmenettet Jakob Fester, konsulent, Teknologisk Institut (TI) Temadag - 12. sept. 2019, Aarhus jafe@teknologisk.dk Byggeri og Anlæg Agrotech Danfysik DMRI
Læs mereOm OE3i. Dansk software firma med løsninger til planlægning og optimering af:
Om OE3i Dansk software firma med løsninger til planlægning og optimering af: Fjernvarme Fjernkøling (under udvikling) Kraftvarmeværker Stiftet i Danmark i 2003. Nicolai Hagen Johansen Direktør nhj@oe3i.dk
Læs mereKopi fra DBC Webarkiv
Kopi fra DBC Webarkiv Kopi af: Svend Strunge : Optimering af fremløbstemperatur giver store besparelser på Fyn Dette materiale er lagret i henhold til aftale mellem DBC og udgiveren. www.dbc.dk e-mail:
Læs mereData fra vand- og energimålere
Data fra vand- og energimålere Dette billede kan ikke vises i øjeblikket. Systemoversigt 2 Systemoversigt 3 Systemoversigt 4 Systemoversigt 5 Systemoversigt 6 Systemoversigt 7 Systemoversigt 8 Antenneinstallationer
Læs mereSamproduktion af varme og køling er oplagt til LT fjernvarme. DE Application manager Charles W. Hansen Grundfos
Samproduktion af varme og køling er oplagt til LT fjernvarme DE Application manager Charles W. Hansen Grundfos Fælles energicentral Grundfos og Gues idriftssat 2012 3 kølemask./varmepumper Proceskøling
Læs mereBEREAL BEREGNET VS. FAKTISK ENERGIFORBRUG
BEREAL BEREGNET VS. FAKTISK ENERGIFORBRUG NYT VÆRKTØJ TIL UNDERSØGELSE AF BYGNINGSPERFORMANCE - FORECAST OG ANALYSE STEFFEN PETERSEN ASSOCIATE PROFESSOR STP@ENG.AU.DK DANVAK DAGEN 5. april 2017 UNI VERSITET
Læs mereFORDELE VED FJERNAFLÆSNING Udarbejdet for Danske Vandværker, DANVA, Dansk Fjernvarme og Kamstrup
FORDELE VED FJERNAFLÆSNING Udarbejdet for Danske Vandværker, DANVA, Dansk Fjernvarme og Kamstrup Page 1 of 5, Baggrund og formål Den nye persondataforordning træder i kraft i maj 2018. Med den følger en
Læs mereDigital Transformation Hvad kan universiteter og innovationsnetværk bidrage med? Kim Guldstrand Larsen (AAU InfinIT)
Digital Transformation Hvad kan universiteter og innovationsnetværk bidrage med? Kim Guldstrand Larsen (AAU InfinIT) Kim G Larsen Virksomheders Digitale Transformation 1 INFINIT konsortium Kim G Larsen
Læs mereDe afkølingsmæssige udfordringer ved anvendelse af energimåling. Lars Rasmussen Afdelingsleder, Teknisk Service Fjernvarme Fyn A/S
De afkølingsmæssige udfordringer ved anvendelse af energimåling Lars Rasmussen Afdelingsleder, Teknisk Service Fjernvarme Fyn A/S Organisation og omsætning Bestyrelse Direktør IT Koordinering Økonomi Distribution
Læs mereBeslutning 5. Træpillekedler - dokumentation for standardværdier. Udskiftning af kedel fra 1978 eller nyere til automatisk fyret træpillekedel
Beslutning 5 Træpillekedler - dokumentation for er Ref.: Bio 1 Træpillekedler / Konvertering fra olie til træpillekedel olieopvarmede huse ved konvertering fra olie til træpillekedel oliekedler og træpillekedler
Læs mereDriftsoptimering af distributionsnettet
Driftsoptimering af distributionsnettet v/ Louise Jakobsen, DEFU Dansk Energi Net temadag, Vejle 24.november 2009 3 arbejdsgrupper 9 netselskaber er repræsenteret i projektet Formål med Driftoptimeringsprojektet:
Læs mereSamproduktion af varme og køling medfører nye løsninger. DE Application manager Charles W. Hansen fra Grundfos
Samproduktion af varme og køling medfører nye løsninger DE Application manager Charles W. Hansen fra Grundfos Fælles energicentral Grundfos og Gues 3 kølemask./varmepumper Proceskøling ved 6 og 12 ⁰C Fjernvarme
Læs merePumpedimensionering Gulvvarmeinstallationer
Pumpedimensionering Gulvvarmeinstallationer Teknologisk Institut Industri & Energi Århus den 6. november 2008 Oversigt over indlæg Regelsæt for gulvvarmeanlæg Termisk komfort og gulvvarmeanlæg Dimensioneringsforudsætninger
Læs mereSmart Grids - fjernvarme inkluderer simulering, flow- og energimåling
Smart Grids - fjernvarme inkluderer simulering, flow- og energimåling Gennem anvendelse af centrale og decentrale VE-energikilder samt energilagring får kendskabet til flow og energiindhold i distributionssystemet
Læs mereData-analyse og datalogi
Det Naturvidenskabelige Fakultet Data-analyse og datalogi Studiepraktik 2014 Kristoffer Stensbo-Smidt Datalogisk Institut 23. oktober 2014 Dias 1/15 Hvorfor bruge tid på dataanalyse?! Alle virksomheder
Læs mere1) Fjernvarmeforbrug MWH
V.1.11-7/1-14 1) Fjernvarmeforbrug MWH Bemærk : Øger du din rum temperatur med 1 O C stiger dit varmeforbrug med 5%! 215 16,6 17,3 13,9 9, 5,7 4, 2,5 2, 3,2,,, 216, 13,7 13,3 11, 4,4,,,,,,, 74,2 42,4-7,6%
Læs mereEfterspørgselsforecasting og Leveringsoptimering
Efterspørgselsforecasting og Leveringsoptimering 26.05.2011 Bjørn Nedergaard Jensen Berlingske Media 2 En af Danmarks største medieudgivere og leverandør af både trykte og digitale udgivelser. Koncernen
Læs mereAutomatisering af manuelle processer Dybdescreeningworkshop Slides til workshop 1 Oktober 2017
Automatisering af manuelle processer Dybdescreeningworkshop Slides til workshop 1 Oktober 2017 Indhold Værktøj Output Screeningsprocessen Oversigt over forløb 1. Forberedelse 2. Ledelsesworkshop 3. Dybdescreening
Læs mereInternational outlook - satellitdata og præcisionslandbrug i verden. Lars Byrdal Kjær, Teknologisk Institut
International outlook - satellitdata og præcisionslandbrug i verden Lars Byrdal Kjær, Teknologisk Institut Præcisionslandbrug i Danmark Undersøgelse fra Danmarks Statistik. Gennemført i 2018. 32833 bedrifter
Læs mereEnergieffektivitet i industrien 4. og 6. april 2017 Har detaljeret energikortlægning og pinchanalyse værdi? Lars Reinholdt, TI Brian Elmegaard, DTU
Energieffektivitet i industrien 4. og 6. april 2017 Har detaljeret energikortlægning og pinchanalyse værdi? Lars Reinholdt, TI Brian Elmegaard, DTU Indhold Energieffektivisering baseret på procesviden
Læs mereIndustrialisering Hvad betyder det for din virksomhed?
Business & Technology Innovation Industrialisering 4.0 - Hvad betyder det for din virksomhed? Tom Togsverd, Ph.D., partner Indesmatech ApS Hvem er Tom Togsverd? Civilingeniør og Ph.D. fra DTU Compute 18
Læs mereHer er en hjælp til at få prisen på dit varmeforbrug ned.
Her er en hjælp til at få prisen på dit varmeforbrug ned. Afkøling af fjernvarme Generelt Forskellen mellem fjernvarme- vandets fremløbs- og retur- løbstemperatur kaldes afkølingen. Jo koldere fjernvarme-
Læs mereAdvanced Control system fordele i forhold til optimering af fjernvarmedrift v/leif Jakobsen, salgschef, 7-Technologies A/S.
Advanced Control system fordele i forhold til optimering af fjernvarmedrift v/leif Jakobsen, salgschef, 7-Technologies A/S. Tlf: 26 37 80 89 7-Technologies Grundlagt i 1984 40 ansatte 2 forretningområder
Læs mereKMD EnergyKey. Nøglen til god energiøkonomi og glade brugere
Nøglen til god energiøkonomi og glade brugere Hold hus med energien fra produktion til forbruger Energisektoren er underlagt hyppigt ændrede love, regler og rammebetingelser, og de berører alle. Alle skal
Læs mereWhat s Hot 2018 Survey
What s Hot 2018 Survey Hvordan ser vores digitale fremtid ud? kaastrup andersen Marts 2018 BAGGRUND Den digitale fremtid giver virksomhederne mulighed for at skabe nye forretningsområder og indtjening.
Læs mereFå mere varme ud af fjernvarmen. God afkøling gavner både miljø og økonomi
Få mere varme ud af fjernvarmen God afkøling gavner både miljø og økonomi U d n y t v a r m e n d e t b e t a l e r s i g Din afkøling fortæller, hvor godt du udnytter fjernvarmen Fjernvarmen er et fælles
Læs merePrognose og karakterisering af bygningers energiforbrug
Prognose og karakterisering af bygningers energiforbrug ipower og ZEB Temamøde: Henrik Madsen, Peder Bacher (DTU Informatik) Henrik Aalborg Nielsen, Stig Mortensen (ENFOR a/s) Oversigt: Brug af målinger
Læs mereHalm, flis- og brændselspille gruppen 19. november
Halm, flis- og brændselspille gruppen 19. november Hvordan kan automatisk datahjemtagning fra målere anvendes og hvad koster det? v/henrik Andersen DFP Merkurvej 7 6000 Kolding www.dfp.dk Effektivisering
Læs mereLavtemperaturfjernvarme. Christian Kepser, 19. marts 2013 Energi teknolog studerende. SFO Højkær
SFO Højkær Lavtemperaturfjernvarme Christian Kepser, 19. marts 213 Energi teknolog studerende Indledning Lavtemperatur fjernvarme er som nævnet antyder, fjernvarme med en lavere fremløbstemperatur. Fremløbstemperaturen
Læs mereCirkulære om energieffektivisering i statens institutioner 1
Klima-, Energi- og Bygningsudvalget 2013-14 KEB Alm.del Bilag 355 Offentligt Cirkulære om energieffektivisering i statens institutioner 1 (til samtlige ministerier med tilhørende institutioner m.v.) I
Læs merePerspektivering på fremtiden åbne og serviceorienterede løsninger
Perspektivering på fremtiden åbne og serviceorienterede løsninger 1. Formålet med mit oplæg Sætte gang i tanker og idéer Udgangspunkt i data Prøve at give et bud på hvad fremtiden bringer 2. Kort præsentation
Læs mere1) Fjernvarmeforbrug MWH
1) Fjernvarmeforbrug MWH Bemærk : Øger du din rum temperatur med 1 O C stiger dit varmeforbrug med 5%! 90,9 2015 16,6 17,3 13,9 9,0 5,7 4,0 2,5 2,0 3,2 0,0 0,0 0,0 2016 0,0 13,7 13,3 11,0 4,4 2,3 2,4 2,4
Læs mereMåleteknik best practice om løbende verificering gennem diagnosedata. John Frederiksen, Ingeniør jof@teknologisk.dk
Måleteknik best practice om løbende verificering gennem diagnosedata John Frederiksen, Ingeniør jof@teknologisk.dk Teknologisk Institut har eksisteret siden 1906 Selvejende, almennyttigt non-profit institut.
Læs mereVærdisættelse Af Bæredygtigt Byggeri
Værdisættelse Af Bæredygtigt Byggeri VABB Del 1 Systematisk energieffektivisering af tekniske installationer 1 Projektdeltagere Jens Henrik Nielsen Andres Dalum Mikael Haugaard Helge Grøn Rene Holm Andersen
Læs mereErhvervsminister Brian Mikkelsen
Erhvervsminister Brian Mikkelsen Branchers succes og fald - den brændende platform Birger Hauge Zibra A/S 09/01-2017 Lyden af eksponentialitet Læren om den accelererende eksponentialitet Her omkring drømmer
Læs mere5 G DE GRUNDE. Eniig Energistyring Hvor der handles, der tjenes.
5 G DE GRUNDE Eniig Hvor der handles, der tjenes. 5 gode grunde til at vælge Eniig 1 Et enkelt og effektivt værktøj til overvågning af energiforbrug, fejldrift og skjult energiforbrug i virksomheder. 2
Læs merePerspektiver for anvendelse af data i fjernvarmesystemer
Perspektiver for anvendelse af data i fjernvarmesystemer Temamøde: DTU (CITIES) og Dansk Fjernvarme/Grøn Energi, September 2014 Henrik Madsen, Peder Bacher (DTU Compute) www.henrikmadsen.org www.smart-cities-centre.org
Læs mereFORSPRING TIL FREMTIDEN
FORSPRING TIL FREMTIDEN Agenda 1. Intego 2. Teknologi og dataopsamling 3. App - Forbrugsmåling 4. Udfordringer Navn : Carsten Lindegaard Stilling: Afdelingschef, Kundeintegreret IT Hvem er Intego? Vi er
Læs mereDeep Learning. Muligheder og faldgruber. Glenn Gunner Brink Nielsen, Teknologisk Institut
Deep Learning Muligheder og faldgruber Glenn Gunner Brink Nielsen, Teknologisk Institut Deep Learning en klar succes! Siden de første convolutional netværk blev indført i 2012 har de domineret denne opgave.
Læs mereFormpipe Kvalitetskontrol
Formpipe Kvalitetskontrol Impuls 2018 - Ballerup Troels Tino Anzie Chefarkitekt og produktleder troels.anzie@formpipe.com +45 72 20 82 70 Organisationer har svært ved at kontrollere kvaliteten af data
Læs mereVandbårne varmeanlæg til lavenergibyggeri: - gulvvarme, radiatorer og fjernvarme. Christian.Holm.Christiansen@teknologisk.dk
Vandbårne varmeanlæg til lavenergibyggeri: - gulvvarme, radiatorer og fjernvarme Christian.Holm.Christiansen@teknologisk.dk Indhold Lav temperatur høj effektivitet Varmebehov i lavenergibyggeri Gulvvarme
Læs mereEt KØLIGT OVERBLIK kan gøre din fjernvarmeregning billigere
Et KØLIGT OVERBLIK kan gøre din fjernvarmeregning billigere varmen skal Hvis være fjernvarmen billig og samtidig skal være være billig til og samtidig være til ores natur, er gavn det vigtigt, for vores
Læs mereCirkulære om energieffektivisering i statens institutioner 1)
CIR1H nr 9477 af 02/07/2014 (Gældende) Udskriftsdato: 20. november 2017 Ministerium: Energi-, Forsynings- og Klimaministeriet Journalnummer: Klima-, Energi- og Bygningsmin., Energistyrelsen, j.nr.3003/3005-0003
Læs mereKom godt i gang med eforsyning
Kom godt i gang med eforsyning August 2016 Indhold Kom godt i gang... side 3 Mit forbrug... side 3 Mine dokumenter... side 4 Sammenlign forbrug... side 4 Mine oplysninger... side 4 Tilknyt andre forbrugere...
Læs mereDanfoss One. Én leverandør til alle dine indeklimabehov. 1 Leverandør. Reducerer kompleksitet og planlægningstid. www.danfoss.dk
Danfoss One Én leverandør til alle dine indeklimabehov 1 Leverandør Reducerer kompleksitet og planlægningstid. www.danfoss.dk Danfoss One er: Support i alle 3 faser specifikation, installation og after
Læs mereEt KØLIGT OVERBLIK kan gøre din fjernvarmeregning billigere
Et KØLIGT OVERBLIK kan gøre din fjernvarmeregning billigere Hvis fjernvarmen skal være billig og samtidig være til gavn for vores natur, er det vigtigt, at du sørger for, at gennemsnitsafkølingen af fjernvarmevandet
Læs mereFremtidens Facility Management er datadrevet!
Fremtidens Facility Management er datadrevet! Få mere værdi ud af FM ved hjælp af Big Data Lidt om mig Flemming Adsersen Direktør, Over 20 års erfaring med Information Management fra projekter hos mange
Læs mereBedre udnyttelse af FJERNVARMEN. få skik på AFKØLINGEN i dit varmeanlæg! FJERNVARME helt sikkert
Bedre udnyttelse af FJERNVARMEN få skik på AFKØLINGEN i dit varmeanlæg! FJERNVARME helt sikkert Sådan er det med FJERNVARME Rød = fremløb Blå = returløb I princippet er der med fjernvarme tale om en slags
Læs mereIndledning. Oplæg til udredning om kommuner og regioners muligheder for adgang til data fra forsyningsselskaber
Oplæg til udredning om kommuner og regioners muligheder for adgang til data fra forsyningsselskaber Kontor/afdeling Center for Systemanalyse, Energieffektivisering og Global Rådgivning Dato 18. juni 2018
Læs mereStudieretningsprojekter i machine learning
i machine learning 1 Introduktion Machine learning (ml) er et område indenfor kunstig intelligens, der beskæftiger sig med at konstruere programmer, der kan kan lære fra data. Tanken er at give en computer
Læs mereENERGIHÅNDBOGEN GRADDAGE
ENERGIHÅNDBOGEN 2019 GRADDAGE Energihåndbogen er udgivet med støtte fra Grundejernes Investeringsfond GRADDAGE Indhold Hvad er graddage 287 Definitioner 287 Anvendelse 288 Kølegraddage 288 Graddagesignatur
Læs mereKend dit fjernvarmeanlæg
Kend dit fjernvarmeanlæg Kend dit fjernvarmeanlæg Et fjernvarmanlæg består af en primær og sekundær del Den primære del er de rør før varmeveksleren Den sekundære del er radiatoranlægget Kend dit fjernvarmeanlæg
Læs mere3. HYDRUS koldtvandsmåler
3. HYDRUS koldtvandsmåler Diehl Metering ApS CVR 3374 8221 Glentevej 1 6705 Esbjerg Ø 7613 4300 info-dmdk@diehl.com www.diehl-metering.dk Side 1 af 6 HYDRUS ultralydsbaseret koldtvandsmåler Med en batterilevetid
Læs mereOvervejelser og erfaring med Digital Tvilling i Nordzucker
Overvejelser og erfaring med Digital Tvilling i Nordzucker SESAM Digital Tvilling i produktionen 2019-01-31 T&I Nakskov, 2019-01-24, TRN 1 Overvejelser og erfaring med Digital Tvilling i Nordzucker Mig
Læs mereCase Study Brønderslev Forsyning A/S. Fjernvarme for fremtiden 64 C kwh 37 C
Case Study Brønderslev Forsyning A/S Fjernvarme for fremtiden 64 C 17212 kwh 37 C UDFORDRING: ELIMINERING AF EFFEKTIVITETSPROBLEMER I FJERNVARMEVÆRKET Fuldt ejet af Brønderslev Kommune, er Brønderslev
Læs mereFORBRUGEREN OG DEN DIGITALE OMSTILLING I FJERNVARME- SEKTOREN. Martin Salamon Cheføkonom
FORBRUGEREN OG DEN DIGITALE OMSTILLING I FJERNVARME- SEKTOREN Martin Salamon Cheføkonom Digitalisering og deling af data: Hvad kræver forbrugerne af fjernvarmevirksomhederne? a) Konkrete gevinster b) Databeskyttelse
Læs mereDMIs service for vejrprognoser til SmartGrid. Bent Hansen Sass Søren Peter Nielsen
DMIs service for vejrprognoser til SmartGrid Bent Hansen Sass Søren Peter Nielsen DMI og smartgrid: Hvorfor levere vejrprognosedata til smartgrid i reel tid? Assimilering af data, især fra satellitter,
Læs mereBrunata DriveBy. mobil fjernaflæsning af målere
Brunata DriveBy Pr netveint rsio A4 n Brunata DriveBy Til dem, der ikke vil bruge tiden på måleraflæsning Langt de fleste varmemålere aflæses i dag manuelt ved et besøg af en aflæser. Den metode kræver
Læs mereVEJLEDNING TIL KEIDs ENERGISTYRINGSPLATFORM ENERGYKEY
VEJLEDNING TIL KEIDs ENERGISTYRINGSPLATFORM ENERGYKEY Version 2. 13.09.2017 Intro Denne vejledning er udarbejdet af Energi og Teknik for at give brugeren en grundig gennemgang af webløsningen EnergyKey.
Læs mereTænk grønt det betaler sig
Tænk grønt det betaler sig I årtier er bygninger blevet opvarmet og ventileret uden hensyntagen til energiforbrug og CO2-udledning. I dag står verden over for klimaudfordringer, som gør, at måden, hvorpå
Læs mereMachine Learning til forudsigelser af central KPI
Machine Learning til forudsigelser af central KPI En case fra Banedanmark 07-05-2019 Konferencen Big Data, AI & Analytics Hvad skal vi med al den data? 1 Navn: Dorte-Lene Bacher Projektchef: Datadrevne
Læs mereEt prioriteret område i Danmark
Et prioriteret område i Danmark 1. Masse, kraft, tryk og volumen 2. Elektricitet 3. Længde og form 4. Tid og frekvens 5. Temperatur og fugt 6. Ioniserende stråling 7. Flow i væsker og luftarter 8. Akustik
Læs mereStandard er godt: Hør om vores add-ons til Dynamics NAV
INDLÆG 06: DYNAMICS NAV Standard er godt: Hør om vores add-ons til Dynamics NAV Jens Bakke 6. og 11. november 2014 Jens Bakke Uddannelse Rolle Certificeringer Nationaløkonomi - Odense Universitet Senior
Læs mereVarmebesparelser vha. data-drevet modellering af den eksisterende bygningsmasse
Varmebesparelser vha. data-drevet modellering af den eksisterende bygningsmasse Martin H. Kristensen ErhvervsPostdoc AffaldVarme Aarhus Fjernvarme Forretningsudvikling DAGSORDEN 1. Direkte analyse af målerdata
Læs mereFÅ HJÆLP TIL EN MINDRE VARMEREGNING
FÅ HJÆLP TIL EN MINDRE VARMEREGNING Tror du på en mindre varmeregning? Benyt hjælpen fra AffaldVarme Aarhus så bliver det nemmere at komme i mål. Følg forbruget Følg dit eget forbrug på ebutler. Her får
Læs mereHVORDAN SKABER ELSEKTOREN VÆRDI FRA DATA? Jesper Kronborg Jensen, Energinet
HVORDAN SKABER ELSEKTOREN VÆRDI FRA DATA? Jesper Kronborg Jensen, Energinet 1 FORBRUGSPROFILER Der er behov for at kunne træffe beslutninger på et datadrevet grundlag 1 Behov for at kunne fastlægge udgangspunktet
Læs mereCaverion Energi og miljø
Energi og miljø Kompetencer i afdelingen (Bent Ole Jonsen) Markedsschef Energi og Miljø Afdelingschef Atea IT Building System. Direktør Solar A/S, afdelingen Klima og Energi Tidligere resultater og arbejdsområder:
Læs mereAnders Niemann Teknologisk Institut Flowtemadag, Vejen 2012
Anders Niemann Teknologisk Institut Flowtemadag, Vejen 2012 Agenda A1: Vandmåleres måleevne under varierende forbrug A5: Flowmåling af fluider med flere komponenter A6: Omgivelsernes betydning for flowmåling
Læs mereTEMADAG OM VINDUER, GLAS OG FACADER
TEMADAG OM VINDUER, GLAS OG FACADER STEFFEN PETERSEN ASSISTANT PROFESSOR STP@IHA.DK UNI VERSITET FREMTID / INNOVATION / NYHEDER Hænger krav til øgede vinduesarealer sammen med krav til max. temperatur,
Læs mereSLAP AF - TAG EN PILLE
Tekniske Data 20 35 45 60 Ydelsesområde v. flis (kw) 7,3-25 7,3-35 13,1-45 13,1-65 Ydelsesområde v. træpiller (kw) - 10,2-40 13,9-48 13,9-68 Mål (mm) SLAP AF - TAG EN PILLE TRÆ A1 Længde - total 1389 1389
Læs mereTværsektoriel prognose af patientflow kan man undgå genindlæggelser?
Tværsektoriel prognose af patientflow kan man undgå genindlæggelser? Mikkel Harbo mikkel.harbo@systematic.com, +45 2544 2803 Indhold 1. Situationen & Problemstillinger i det tværsektorielle samarbejde
Læs mereDen digitale virkelighed
Hvem er vi What is hot 2018 undersøgelse Resultat og top scorer Trends indenfor top scorer Den digitale virkelighed Jannik Andersen kaastrup andersen Erfaringer og trends vi oplever Teknologiske aspekt
Læs mereLave temperaturer i eksisterende fjernvarmeforsyning
Dansk Fjernvarme, 9. og 10. december 2014 Lave temperaturer i eksisterende fjernvarmeforsyning Flemming Hammer, Energiplanlægning og fjernvarme 1 Aktuel viden, udfordringer og perspektiver "Etablering
Læs mereDigitalisering af fjernvarme og vand
Digitalisering af fjernvarme og vand Grønt Vækstteam, August 2018 Steen Schelle Jensen Head of Product Management Erfaring, ambitioner og innovation 70+ års erfaring kombineret med de højeste ambitioner
Læs mereBillesvej 8-10, 4500 Nykøbing Sj. Tlf Mail: Web:
Billesvej 8-1, 45 Nykøbing Sj. Tlf. 59911885 Mail: info@nsfv.dk Web: www.nsfv.dk Det anbefales at gennemføre aflæsninger af dit varmeforbrug mindst en gang om ugen! Ved systematiske aflæsninger kan du
Læs mereeffektiv afkøling er god økonomi udnyt fjernvarmen bedst muligt og få økonomisk bonus
effektiv afkøling er god økonomi udnyt fjernvarmen bedst muligt og få økonomisk bonus www.ke.dk 2 udnyt fjernvarmen og spar penge Så godt som alle københavnske hjem er i dag forsynet med fjernvarme. Men
Læs mereFremtidens intelligente energisystemer. Jens Ole Hansen Afdelingschef, Energi
Fremtidens intelligente energisystemer Jens Ole Hansen Afdelingschef, Energi jha@cowi.dk 1 Visionen Intelligente energisystemer er, hvor varme, køling og el er tænkt sammen, hvor forbrug og produktion
Læs mereBEREGNINGSVÆRKTØJ vedr. varmegenvinding
Vejledning til BEREGNINGSVÆRKTØJ vedr. varmegenvinding Projekt ELFORSK 248-033 INDHOLD 1 Indledning 3 1.1 Formål med beregningsværktøjet 3 2 Opbygning 4 2.1 Fane 1 Forsiden 5 2.2 Fane 2 Varmekilden 7 2.3
Læs mereALGORITMER OG DATA SOM BAGGRUND FOR FORUDSIGELSER 8. KLASSE. Udfordring
ALGORITMER OG DATA SOM BAGGRUND FOR FORUDSIGELSER 8. KLASSE Udfordring INDHOLDSFORTEGNELSE 1. Forløbsbeskrivelse... 3 1.1 Overordnet beskrivelse tre sammenhængende forløb... 3 1.2 Resume... 5 1.3 Rammer
Læs mereBeslutning 10. Kondenserende kedler beslutning 10 i henhold til oplæg fra EOF
Beslutning 10 kedler beslutning 10 i henhold til oplæg fra EOF Gas 24 Gaskedler / Udskiftning af gaskedel Standardhus for gasopvarmede huse Generelle forudsætninger vedr. gaskedler Forudsætninger for den
Læs mereClimaCloud - Spar på varmen! Copyright 2017: RED KILOWATT
1 ClimaCloud - Spar på varmen! 2 ClimaCloud - Spar på varmen! En større bevågenhed på varmen er nøglen til energiskiftet. ClimaCloud er en nem og intelligent løsning, for at hæve potentialet for energibesparelse
Læs mereDrivkræfter og barrierer for Industri 4.0
Drivkræfter og barrierer for Industri 4.0 Indsigt fra en større dansk undersøgelse Erik Skov Madsen Lektor, ph.d. Center for Engineering Operations Management Institut for Teknologi og Innovation Syddansk
Læs mere1) Fjernvarmeforbrug MWH
V.1.11-7/1-14 Forbrugsrapport for ejendommen 1) Fjernvarmeforbrug MWH Bemærk : Øger du din rum temperatur med 1 O C stiger dit varmeforbrug med 5%! 94,3 214,,,,,,,,,,,, 215 18,8 2,3 16,3 1,1 7,1 3,6 1,8
Læs mereEffektiv afkøling betaler sig
Effektiv afkøling betaler sig 2 Udnyt fjernvarmen Returvand skal være så koldt som muligt Så godt som alle hovedstadsområdets hjem er i dag forsynet med fjernvarme. Men det er desværre langt fra alle,
Læs mereUdviklingspotentialet for varmepumper og solvarme. Varmepumpedagen 12. oktober 2010
Udviklingspotentialet for varmepumper og solvarme Varmepumpedagen 12. oktober 2010 DSF repræsenterer de væsentlige interessenter i solvarme-teknologien i Danmark ARCON Solar Ellehauge & Kildemoes NIRAS
Læs mereDokumenterede energibesparelser ved optimeret distribution af fjernvarme
Projekt nr. 2009-4 Titel: Dokumenterede energibesparelser ved optimeret distribution af fjernvarme Udført af: Esbjerg Forsyning, Fjernvarme Fyn, Gentofte Fjernvarme, NIRAS A/S og Enervision A/S. Dokumenterede
Læs mereUdfordringer for måling af elektrisk energi. Henrik Weldingh Dansk Energi
Udfordringer for måling af elektrisk energi Henrik Weldingh Dansk Energi Baggrunden Ønsket om at reducere CO 2 udslippet Ved at anvende energien intelligent Ved at udnytte vedvarende energikilder Dette
Læs mereEnergipolitik Vision
Energipolitik 2019 2023 Vision Ringkøbing-Skjern Kommune skal være 100 procent selvforsynende med vedvarende energi i 2020 og 100 procent fossilfri i 2040. I dag er vi mere end 100 procent selvforsynende
Læs mereBESS Projektet. Johan Hardang Vium, Projektleder, M. Sc. Eng. (Energi Ingeniør)
BESS Projektet Johan Hardang Vium, Projektleder, M. Sc. Eng. (Energi Ingeniør) Projekt mål Mål Projektets mål er at opnå erfaring med: Drift af BESS anlæg til fremtidens elnet med en stor andel af fluktuerende
Læs mereVelkomst Introduktion Velkommen og præsentation Vand Varme Adfærd og energistyring El Ventilation og indeklima IC-meter Tak for i dag
Velkomst Introduktion Velkommen og præsentation Vand Varme Adfærd og energistyring El Ventilation og indeklima IC-meter Tak for i dag Charlie Lemtorp Bolig- ejere Energivejleder i klimaskærm Energivejleder
Læs mereSammen skaber vi smart forsyning. Asset Management. Systemer og data De første skridt Peter Hartwig
Sammen skaber vi smart forsyning Asset Management Systemer og data De første skridt Peter Hartwig 30.11.2017 2 Indhold 1. Introduktion 2. Overordnet forløb 1. Eksisterende data 2. Beslutningsstøtte 3.
Læs mere