Projektdatabase
Projektdatabasen indeholder alle de projekter, som ELFORSK har støttet med midler. Der er en kort introduktion af projekternes formål og kontakt information for de igangværende projekter. For de projekter, som er færdige, er der en slutrapport med resultater, som du kan down loade.
Projektet ”Machine Learning til Energi- og Procesoptimering (MLEEP)” vil integrere machine learnings algoritmer direkte i 5 danske industrivirksomheder – alle med forskellige problemstillinger og udfordringer – og forsøge at belyse potentialer, muligheder og barrierer ved anvendelsen af kunstig intelligens til energi- og procesoptimeringer af produktionsanlæg.
Dette projekt introducerer en nyudviklet følertype til måling af luftstrømme, som i forhold til traditionelle følere reducerer systemets tryktab med 10-30 Pa pr. føler. Følertypen har derudover andre fordele i forhold til traditionelle følere.
Målekomponenter, som anbringes i ventilationskanaler i et ventilationssystem, øger systemets tryktab og dermed energibehovet til lufttransport. Dette forprojekt introducerer en nyudviklet følertype til måling af luftstrømme, og vil demonstrere proof-of-concept.
Projektet retter sig mod byggeriets beslutningstagere og udførende, og foreslår el-besparende lysanlæg, der passer i kontorer og klasseværelser.
Formålet med dette projekt er at eftervise, at energibehovet til komfortkøling kan reduceres yderligere ved at anvende udeluftkøling og termisk energilagring ved hjælp af PCM.
Formålet med dette projekt er at analysere energibesparelsespotentialet ved yderligere forøgelse af kølekapaciteten ved diffus loftsindblæsning.
Projektet har til formål at udvikle algoritmer, som løbende og automatisk analyserer timedata for elforbrug i SMV'er og samkører disse data med data fra øvrige dataregistre (BBR, CVR, DMI m.m.).