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.

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
