Zelflerende algoritmes maken kantoorgebouwen groener

Zelflerende algoritmes maken kantoorgebouwen groener Door: FHI federatie van technologiebranches

In een tijdsgewricht waarin de energieprijzen records aantikken en duurzaamheidsdoelstellingen steeds strenger worden, zoeken gebouweigenaren en organisaties naar oplossingen. De software van Qien, voorheen bekend als voormalig Cloud Energy Optimizer, kan daarbij helpen. Niels de Jong, product- en innovatiemanager, vertelt er tijdens de conferentie Digitaal Gebouw van de Toekomst er meer over.

Door: Dimitri Reijerman

Qien belooft met zijn platform, gebaseerd op slimme algoritmes, aanzienlijke energiebesparingen in bestaande gebouwen te realiseren. De Jong: “Wij hebben zelflerende algoritmes ontwikkeld die de gebouwsturing overnemen om optimaal met het energieverbruik om te kunnen gaan. Daarmee kunnen kantoren de KPI’s van de ‘Paris-proof route’ volgen.”

De Jong noemt een project bij ABN-AMRO  als voorbeeld. “Wij laten hierbij zien hoe een kantoorgebouw het de afgelopen jaren heeft gedaan. Wij garanderen een besparing van 15 procent op de kosten voor klimaatbeheersing, maar dat is vaak nog veel meer. Bij de oude energieprijzen was er een terugverdientijd van zo’n 5 jaar, nu is dat soms nog maar 1,5 jaar of nog korter.”

De software van Qien denkt continu vooruit, zegt De Jong: “Ook zaken als windrichting worden  meegenomen in de modellen. Bij een bepaalde windrichting moet de installatie namelijk anders acteren. In traditionele gebouwbeheersystemen zou de kachel een hele dag hoger worden gezet, ook als de wind later op de dag uit een gunstiger (gunstigere ??) richting komt. Wij calculeren dat tenminste 24 uur vooruit.”

Het verbeteren van de algoritmes die de het gebouwbeheerssysteem van de klant aansturen, is een continu proces, zo legt de manager uit. “Daarom gebruiken we ook verschillende soorten algoritmen, zoals supervised, unsupervised en reinforcement learning. Supervised is daarbij de belangrijkste, omdat je een aantal gegevens al weet. Bijvoorbeeld hoe laat het personeel in het kantoor arriveert en weer vertrekt. Bij deze modellen werk je verder met zogeheten energy flows, waarmee je bepaalde zones kan aansturen. Want gebouwen zijn vrij traag: je moet ze beschouwen als een olietanker. Je kunt van alles willen, maar dat gaat niet direct. Je stuurt met ons platform de verwarming op een andere, slimmere manier aan.”

Inmiddels heeft Qien steeds meer klanten: “We leveren onder andere aan banken, distributiecentra, vastgoedbedrijven en veel gemeentes en provinciehuizen. Ook gebruiken installateurs ons platform in oude gebouwen die op termijn een nieuwe installatie krijgen. Zo kunnen zij alvast zien wat een gebouw aan energie vraagt.”

Qien is ook betrokken bij het Brains4Buildings-programma en draagt daar kennis aan bij. De Jong: “We zien dat we steeds meer richting predictive maintenance bewegen. Wat je wel altijd in het achterhoofd moet houden, is dat algoritmes net pubers zijn. Daar bedoel ik mee dat ze experimenten. Je moet hen toegang geven tot de juiste informatie, anders worden er verkeerde conclusies getrokken. Daarom brengen wij ook meerdere lagen aan in onze algoritmes.”

Wil je deze lezing bijwonen? Registreer je kosteloos voor een bezoek aan de conferentie Digitaal Gebouw van de Toekomst.