Projekt se bavi izradom metodološkog okvira za učinkovito upravljanje energijom s pomoću inteligentne podatkovne analitike, s naglaskom na metode strojnog učenja i simulacijsko modeliranje. Ovim istraživanjem nastoji se znanstvenim metodama doprinijeti ostvarenju direktiva Europske komisije do 2020. godine o:

  • smanjenju emisije stakleničkih plinova,
  • povećanju energetske učinkovitosti i
  • podmirenju 20% potreba potrošnje energije iz obnovljivih izvora energije.

U Hrvatskoj i drugim zemljama Europske unije postoje Strategije energetskog razvoja i Nacionalni planovi energetske učinkovitosti kojima se kvantificiraju i prate ciljevi smanjenja neposredne potrošnje energije. Međutim, podaci o energetskoj učinkovitosti nedovoljno se znanstveno analiziraju u svrhu učinkovitijeg upravljanja energijom i postizanja manjih troškova, a posebice nedostaju istraživanja koja koriste metode strojnog učenja u svrhu preciznije detekcije utjecaja ulaznih varijabli, predviđanja razdoblja povrata ulaganja i druge analitike. Upravo je svrha projekta:

  • provesti inteligentnu analizu podataka o energetskoj učinkovitosti zgrada,
  • ponuditi metode i modele koji bi omogućili bolje planiranje nacionalne energetske politike te upravljanje troškovima energije ponajprije u zgradama javnog sektora.

U projektu se predlaže metodološki okvir temeljen na metodama strojnog učenja kao što su neuronske mreže, stabla odlučivanja, klaster analize, asocijacijska pravila i druge metode koje se mogu koristiti za inteligentno učinkovito upravljanje potrošnjom energije, ali i troškovima opskrbe energijom. Metode će biti testirane na podacima koji opisuju energetske karakteristike zgrada, podacima koji se unose prilikom planiranja i implementacije mjera za poboljšanje energetskih karakteristika, ali i podacima o potrošnji energije. Vezano uz opskrbu energije, projekt će se fokusirati na podatke o lancu opskrbe prirodnog plina kao jednog od glavnih energenata u javnom sektoru s ciljem prijedloga poboljšanja njegove učinkovitosti.

Pretpostavka je da kombinirana uporaba različitih metoda strojnog učenja i simulacijskog modeliranja može dovesti do:

  • smanjenja potrošnje,
  • kvalitetnijeg upravljanja lancem opskrbe energije,
  • smanjenja troškova,
  • preciznije procjene razdoblja povrata ulaganja, te
  • očuvanja okoliša manjom emisijom štetnih plinova.

Kako bi se takav metodološki okvir mogao razviti potrebno je istražiti s pomoću kojih je metoda inteligentne podatkovne analitike moguće dobiti uspješne modele za objašnjenje i predviđanje potrošnje energije i učinkovitije nabave, i kako ih integrirati, čime se upravo bavi ovaj projekt.

Potporne ustanove: Hrvatska zaklada za znanost, Ekonomski fakultet u Osijeku, Sveučilišni računski centar Sveučilišta u Zagrebu Srce,  Odjel za matematiku Osijek,  Građevinski fakultet Osijek, HEP Plin d.o.o. .