< Terug naar vorige pagina

Project

Gebruiksprofileringsmethodes voor gepersonaliseerde producten

Milieukwesties zoals groeiende afvalstromen, de elk jaar vroeger optredende Earth Overshoot Day en de steeds duidelijker zichtbare invloed van de klimaatverandering op de wereld hebben de laatste twee decennia geleid tot een groeiend milieubewustzijn, waardoor veel onderzoek wordt verricht naar duurzaamheid (bv. circulaire economie, hernieuwbare energie, enz.) en de mensheid aangezet tot milieubewuster gedrag. Daarbovenop maken goedkopere, krachtigere elektronica en de daarmee gepaard gaande opkomst van het internet-of-things de ontwikkeling mogelijk van intelligente systemen die automatisch de afweging tussen efficiëntie en comfort optimaliseren. Dergelijke systemen bezitten een inherent potentieel om het verbruik van hulpbronnen aanzienlijk te verminderen, met behoud van comfort, aangezien zij gebruik maken van historische gebruiksinformatie om de systeemfunctionaliteit af te stemmen op de behoeften van de gebruiker. Daarentegen is een handmatige of door de gebruiker geprogrammeerde regeling over het algemeen niet optimaal, wat leidt tot meer ongemak, een hoger verbruik of beide.

Deze intelligente, gepersonaliseerde producten, kunnen worden ingezet voor een grote verscheidenheid aan toepassingen zoals slimme verwarming, dynamisch energiebeheer, foutdetectie en het verschuiven van verbruik in functie van de elektriciteitsprijs rekeninghoudend met de wensen van de gebruiker. Toch zijn de in de literatuur gerapporteerde technieken meestal gericht op één toepassing. Bovendien zijn ze over het algemeen beperkt tot het modelleren van een enkele bron van gebruiksinformatie en missen ze een mechanisme om met evoluerende data om te gaan, wat tot de eerste onderzoeksdoelstelling heeft geleid.

Onderzoeksdoelstelling 1: De ontwikkeling van een generieke gebruikersprofileringstrategie voor intelligente regelsystemen die gericht zijn op het verminderen van grondstofverbruik, die:
a) in staat is om de trade-off tussen besparing en comfort te regelen,
b) om kan gaan met veranderend gedrag,
c) en met omgevingen waarin meerdere gebruikers actief zijn.

Om te voldoen aan de generieke aard van het beoogde systeem werd een raamwerk voor intelligente regelsystemen, die het verbruik van grondstoffen minimaliseren, iteratief ontwikkeld en verfijnd aan de hand van academische en industriële gevalstudies. Evaluatie door middel van een proof-of-concept werd echter, vanwege de complexiteit en kost van testopstellingen, beperkt tot slimme (zone-)verwarmingssystemen. In de literatuur berust de prestatieanalyse van slimme verwarmingssystemen hoofdzakelijk op simulaties, die het energiebesparingspotentieel ervan illustreren. De haalbaarheid van dergelijke benaderingen moet echter nog worden bevestigd in de praktijk. De tweede onderzoeksdoelstelling is gericht op dit gebrek aan praktische experimenten.

Onderzoeksdoelstelling 2: Een uitgebreide evaluatie van de toepassing van het ontwikkelde slimme verwarmingssysteem in de praktijk, aan de hand waarvan het potentieel ervan voor energie –en kostenbesparing, en het verminderen van milieu-impact kan worden ingeschat.


Evaluatie van het gepresenteerde raamwerk heeft aangetoond dat het modelleringsalgoritme in staat is om kwalitatieve gebruiksprofielen af te leiden voor verschillende toepassingen van uiteenlopende complexiteit en deze vervolgens te gebruiken om toekomstig gebruik te voorspellen. Bovendien is het energiebesparingspotentieel ervan, met behoud van comfort, in de vorm van een slim verwarmingssysteem bewezen aan de hand van twee experimenten; eerst in een kantooromgeving met één gebruiker en vervolgens in stundentenkamers van een universiteitsresidentie. Ten slotte werd, om de bevindingen van de experimenten te veralgemenen, de vereiste minimale energiebesparing van een slim verwarmingssysteem om milieu- en
economische voordelen te verkrijgen, op jaarbasis, voor residentiële verwarming in Vlaanderen, België, geschat door levenscyclusanalyse en kostenberekeningsmethoden.

In het algemeen is een dergelijk intelligent verwarmingssysteem gemakkelijk te installeren en kan het vrijwel in elk reeds bestaand gebouw worden geplaatst. Het is een kostenefficiënte manier om aanzienlijke energiebesparingen te realiseren, ten opzichte van de uitgebreide renovatie die gepaard gaat met het verbeteren van de isolatie of het verwarmingssysteem van het gebouw. Hoewel een slim verwarmingssysteem (bijna) altijd milieuvoordelen zal opleveren, is het nut ervan beperkt in moderne, energie-efficiënte gebouwen met warmtepompen die gebruik maken van schone/groene energie. Toch blijft ook dan energie-efficiëntie belangrijk. Het voorgestelde systeem is dus vooral geschikt voor kantoren, studentenkamers, huuraccommodaties, enz. Het besparingspotentieel is uiteraard het grootst in het geval van oude of beschermde, slecht geïsoleerde gebouwen in koude streken, die worden verwarmd met dure, sterk vervuilende brandstof. En in het bijzonder in gebouwen waar de bewoners een vast bedrag voor de verwarmingskosten betalen, omdat in dat geval het verwarmingsgedrag van de bewoners minder energiezuinig zou kunnen zijn.

Datum:9 dec 2013 →  21 jan 2022
Trefwoorden:Intelligent systems
Disciplines:Adaptive agents en intelligente robotica, Datamining, Machine learning en besluitvorming
Project type:PhD project