Forbedre udnyttelse af data fra energimærker med nye AI-analyseteknikker (EMAI)

Udfordring

Når der laves energimærker, genereres en kæmpe mængde data. Denne data er offentligt tilgængeligt i en database ved Energistyrelsen, kaldet EMOWeb (indeholder ca. 555.000 aktive energimærker). Men udfordringen er, at denne data er svært tilgængeligt og derfor ikke bliver brugt aktivt i dag. Det er data, der ville kunne give stor værdi, hvis den blev benyttet mere effektivt af energikonsulenter.

For at kunne udføre et energimærke, indhentes manuelt store datamængder om fx vinduesorienteringer, størrelse af ventilationsanlæg, varmtvandsproduktion og lignende. Inputdata indtastes i en beregningsmodel, hvor outputtet er et PDF-dokument med beskrivelser af de enkelte systemer, beskrivelse af mulige forbedringer samt bygningens aktuelle energimærke. Det i dag en udfordring, at anbefalingerne alene baserer sig på den enkelte energimærkningskonsulents erfaringer og viden uden at inddrage en datadrevet analytisk tilgang. Projektet er et forstudie for at vise, hvordan de frie, åbne – men svært tilgængelige – data kan gøres mere anvendelige. Anbefalinger tager desuden ikke hensyn til den indlejrede CO2 i materialer, hvilket kan medføre, at der bliver implementeret energirigtige tiltag, der samtidig er CO2-forøgende.

Derudover er der et EU-krav på vej til at forbedre energimærket for alle erhvervsbygninger, beboelsesejendomme og offentlige bygninger. Kravene indfases gradvist fra 2027. Projektet vil kunne bruges til denne proces på sigt.

Løsning

Projektet er et forstudie, som vil udforske og eksperimentere med de store mængder af offentligt tilgængelig data fra Energistyrelsens EMOWeb. Projektet vil undersøge, hvordan man kan gøre energimærkningsdata mere anvendelige ved at anvende nye AI-modeller til at analysere de frie, offentlige tilgængelige data.

Der er særligt to grundidéer som søges undersøgt;

1. Få større værdi ud af inputdata ved at spørge det specifikke energimærke:

Vi vil gøre det let, effektivt og hurtigt at få adgang til inputdata fra et energimærke. Det vil vi gøre ved at opbygge en AI generativ chatbot, der har EmoWEBs data som database. Outputtet kunne være et plug-and-play værktøj, som vil være med til at effektivisere arbejdsprocesser ved at få øjeblikkelig adgang til relevant energimærkningsdata.

2. Lave anbefalinger til ét specifikt energimærke ud fra det samlede datasæt

Ud fra en samlet forståelse af det samlede datasæt om energimærker i Danmark vil vi undersøge mulighederne for at kunne forudsige den enkelte bygnings ”bedste” vej til et forbedret energimærke. Et output kunne være en AI-anbefalingsmotor (AIeM) baseret bl.a. på Generative AI, hvor input kunne være et eksisterende energimærke, mens et ønsket output ville være:

“AIeM har sammenholdt ejendommens energimærke med tilsvarende ejendommes energimærke, og vil med baggrund i analysen, forvente at du kan hæve energimærket til B ved at forbedre effektiviteten af varmegenvindingen på ventilationssystem VE01, isolere loftet op til 300 mm (U-værdi: 0,13) og isolere de tekniske installationer med 40 mm isolering). Bemærk desuden, at det lader til at der er en fejlindtastning under benyttelsestiden for ventilationen”

Udover at være anbefalingsmotor kunne en anden dataanalytisk tilgang til energimærkningsdata også – på sigt – at være en automatisk kvalitetssikring af indberettede energimærker samt kunne tilføre data til energimærkerne om miljømæssige konsekvenser (fx ved automatisk at berige energimærkningsdata med data fra frie offentlige LCA Collect.

Effekt

Projektet er et forstudie, der skal afklare mulighederne for at kombinere nyeste analyseteknikker med energimærkningsdata. Hvis testen forløber positivt, forventes det at indlede en dialog med Energistyrelsen og RealDania om mulighederne for at fortsætte udviklingen med tilførsel af ekstra midler.

Partnere

4B Consulting ApS

CB Group ApS

Alexandra Instituttet

 

Finansieret af

EU-logo, dansk

Fakta

Start: 1. oktober 2023

Slut: 1. april 2024

Samlet budget: 300.000 kr.

 

Kontaktperson

Marie Vedel Lauridsen

Marie Vedel Lauridsen
Project Manager
Tlf: +45 2265 4600
E-mail