Till innehållet
English
Till startsidan

Feldetektering och prestandaoptimering för fjärrkylacentraler

Projektet utvecklar nya metoder för att effektivisera fjärrkylasystem med hjälp av AI och avancerad dataanalys. Genom att bygga vidare på forskning vid Chalmers tekniska högskola och Utilifeed kring prestandaindikatorer och feldetektering, tas nya och kostnadseffektiva lösningar fram för att optimera prestanda och upptäcka fel i fjärrkylacentraler.
Feldetektering och prestandaoptimering för fjärrkylacentraler

Behovet av komfortkyla ökar snabbt samtidigt som byggnader måste bli mer energieffektiva. Många fjärrkylasystem har idag låg energieffektivitet (så kallat low delta-T syndrome), vilket påverkar hela systemets prestanda och begränsar dess konkurrenskraft.

Eftersom temperaturskillnaden mellan fram- och returledning är betydligt lägre i fjärrkyla än i fjärrvärme blir optimeringen av varje enskild fjärrkylacentral särskilt viktig. Tidigare forskning har visat att AI och dataanalys kan ge stora förbättringar. Genom att vidareutveckla och implementera dessa metoder skapas direkt nytta för både energibolag och fastighetsägare.

Fakta

Startdatum:
01 okt. 2025
Slutdatum:
30 apr. 2027

Utförare

Maria Jangsten, CIT Renergy

Maria Jangsten.jpg