Beschrijving
Hoewel steeds meer data verzameld wordt van gebouwen en klimaatsystemen, wil dat niet direct zeggen dat we meer inzicht krijgen. Het vertalen van data naar informatie en vervolgens die informatie doorontwikkelen tot kennis is doorgaans een langdurig traject. In de afgelopen jaren zien we een sterke focus op datagedreven technieken waarbij generieke ‘domme’ modellen getraind worden op data om die vervolgens slim te kunnen inzetten voor allerlei toepassingen zoals Predictive Maintenance.Aan de andere kant kent iedereen wel die ene senior collega, die een korte blik werpt op data en met een analyse komt, die een junior engineer dagen zou kosten. Dát is de kracht van ervaring en expertise. Binnen ons onderzoek is onze visie dat we die kennis van de ervaringsdeskundige niet moeten laten voor wat het is, maar moeten integreren met de datagedreven aanpak. Als we die visie kunnen toepassen op zowel objectieve meetdata van systemen alsook op subjectieve data van gebruikers (hoe ervaart men het klimaat?), kunnen we ook de gebruiker écht centraal stellen.
In deze lezing tonen we op welke manier structuur aangebracht kan worden om tot generieke foutdetectie en verbeterde gebouwprestatie te komen. Hierbij komen zowel de toepassing van rule-based algoritmes als machine learning aan bod. Tot slot volgen de laatste ontwikkelingen van de geautomatiseerde diagnoses en predictive maintenance vanuit het Brains4Buildings subsidietraject.
| Periode | 14 mrt. 2022 |
|---|---|
| Evenementstitel | TVVL Webinar series |
| Evenementstype | Seminarie |
| Mate van erkenning | Nationaal |