nlaic logo


 

Data-Driven Modellen voor de energiesector

In deze video spreekt Jack Doomernik, lector Smart energy aan de Avans Hogeschool. Zij houden zich bezig met het beter benutten van de infrastructuur door die slimmer te maken met AI. Met behulp van data kun je voorspellen welk onderhoud nodig is (predictive maintenance). Daardoor kan de juiste monteur op het juiste moment op pad worden gestuurd (smart maintenance). Onderhoud aan installaties zal steeds vaker een digitale component hebben. Monteurs gebruiken hun expertise om modellen en installaties te blijven checken.

Transcript:

Historisch gezien, zijn we als  ingenieurs gewend om modellen te bouwen, om de werkelijkheid in kaart te brengen, en die modellen te vullen met data, zodat we op basis daarvan deze  modellen kunnen valideren. Als het model gevalideerd  is, moeten we ook toetsing kunnen doen en de toekomst kunnen voorspellen. De huidige trend in AI is om op  basis van data de modellen te gaan ontdekken. Dat is een creatieve en nieuwe toepassing waarbij  je los moet laten wat je eigenlijk al weet, en later op basis van de gegevens die uitkomen   en de algoritmes die uit de big data  tevoorschijn komen, te gaan toetsen. Daar komt best wat expertise bij kijken, om te kijken of zo'n algoritme  geen onzin aan het genereren is. Voor de monteurs gaat dit  betekenen dat gebouw-installaties, maar ook andersoortige installaties die  traditioneel één keer worden ingeregeld, nu constant worden aangepast  op basis van actuele data. Dat is iets waar je als monteur niet  constant bij hoeft te blijven staan. Maar je moet wel iedere keer checken of  de data die er uit komt ook nog voldoet   aan de eisen en specificaties  die aan dat gebouw zijn gesteld..

 

Tags

 

 VIDEO

Deze video wordt aangeboden door Nederlandse AI Coalitie onder een Creative Commons-licentie.