Praktisk tillämpning av AI och Maskininlärning

Viktiga resultat som projektet gav

Projektets genomförande har ökat intresset för AI inom den egna organisationen. Under projektet gång har de insikter och erfarenheter projektgruppen erfarit dokumenterats och sammanställts för att sedan förmedlas till intressenter via webbinar och presentationer. Detta för att underlätta arbetet med AI framgent. Projektet egenutvecklade AI modell lyckades urskilja strömförbrukningen från ett antal enheter i ett hushåll baserat på den totala elförbrukningen på högupplöst nivå. Resultatet var över förväntan med tanke på mängden arbete som rymdes inom ramen för projektet.

Långsiktiga effekter som förväntas

Projektets resultat har tydliggjort värdet av användbar data och vikten av att påbörja insamlingen av detta för det framtida användandet av AI. Förhoppningen är att fler projekt snabbare kan komma till resultat då detta projekts insikter och erfarenheter hjälper dom i rätt riktning. Projektet lyckades även identifiera energiförbrukningen hos några specifika enheter inom ett hushåll men för att se ett större användningsområde för modellen bör fler enheter identifieras där uppvärmningen ses som en viktig faktor.

Upplägg och genomförande

Projektet hade sin utgångspunkt i redan befintliga studier inom ämnet. Studierna belyste framför allt begränsningar men även insikter på algoritmval och datainsamling för avaggregering. Projektet valde att använda datasetet UK-Dale för träning av algoritmen och egna högupplösta dataset för tesning och verifiering. Projektet bemannades med en extern AI expert som tillsammans med internt personal arbeta inkrementellt för att successivt öka träffsäkerheten och kvaliteten på modellen. För att sprida kunskapsspridning kring insikter och resultat genomfördes webinars.