Machine learning skal hente energibesparelser i danske virksomheder

(Pressemeddelelse, 7. marts 2023)

Et stort forskningsprojekt, støttet at ELFORSK, skal de næste 3 år undersøge, hvordan machine learning kan optimere produktionsprocesser i virksomheder og skabe energibesparelser. Det er første gang, potentialet af machine learning til industriprocesser undersøges på en systematisk måde i Danmark, og forventningerne er store.       

- I ELFORSK er vi meget spændte på dette projekt. Machine learning-teknologi har et stort potentiale for at optimere industrielle processer og dermed gøre produktionen mere effektiv og mindre energiforbrugende.  Projektet skal vise potentialet – og på den måde accelerere brugen og udbredelsen af machine learning i dansk industri, siger Edit Lulu Nielsen, sekretariatsleder i ELFORSK.

Projektet med navnet Machine Learning til Energi- og Procesoptimering (MLEEP) ledes af Viegand Maagøe, som er en rådgivningsvirksomhed med fokus på grøn omstilling og mere end 15 års erfaring med at energioptimere produktionsprocesser i nogle af Danmarks største industrivirksomheder.

- Machine learning har indtil nu kun haft begrænset succes med at opnå energibesparelser i procesindustrien, men med projektet vil vi identificere og nedbryde eksisterende barrierer og sikre, at metoden kan blive udbredt i praksis. Ved at benytte machine learning kan vi skabe værdi ud af de store mængder data, som pt. er tilgængelig, men som ikke blive udnyttet til fulde, siger Nicklas Høgh Iversen, projektleder i Viegand Maagøe.

Sammen med Viegand Maagøe deltager disse aktører i projektet:

• BioLean
  BioLean er specialister i at udvikle softwareløsninger byggende på machine learning og kunstig intelligens.

• DTU Institut for kemiteknik
  DTU skal udvikle metoder til optimere brug af machine learning i relation til udnyttelse af eksisterende procesviden.   

Store potentialer

Projektet vil anvende de data, som virksomhederne allerede har om deres produktionsprocesser, og på den måde vise, at machine learning kan anvendes uden at skulle investere i nyt udstyr. Denne tilgang øger chancen for, at machine learning efterfølgende kan anvendes bredt i industrivirksomheder.

Projektgruppen estimerer, at machine learning har potentialer for energibesparelser og emissionsreduktioner på op mod 15 %.

5 virksomheder medvirker

Projektet gennemføres sammen med 5 virksomheder, som alle har komplekse produktionsprocesser med højt energiforbrug. Virksomhederne kommer desuden fra forskellige brancher.

De 5 virksomheder er:

1. AVISTA Green
   Beskæftiger sig med re-refining, som er en proces der består af traditionel destillation, samt et ekstraktionsanlæg.

2. Saint-Gobain Gyproc
   Ledende producent indenfor gipsbaserede produkter, herunder gipsplader.

3. Viking Malt
   Verdensledende producent af malt.

4. Ringsted Forsyning
   Forsyningsvirksomhed der arbejder med spildevand, vand og fjernvarme.

5. Arla Foods AMBA
   Arla Foods Amba er Nordeuropas største mejerikoncern.

Tidsplan og formidling

Projektet går nu i gang på virksomhederne og løber frem til 2025. Resultaterne bliver løbende formidlet igennem casebeskrivelser, i webinarer, på konferencer og gennem videnskabelige artikler.   

Kontakt

Vil du høre mere om projektet – kontakt:

Nicklas Høgh Iversen, Projektleder MLEEP
M: 31 75 17 32
E: niv@viegandmaagoe.dk

Edit Lulu Nielsen, Sekretariatsleder ELFORSK
T: 33 73 03 37
E: eln@greenpowerdenmark.dk

Læs mere om projektet på mleep.dk

Kort om ELFORSK

ELFORSK er en finanslovsfinansieret pulje, som hvert år støtter forsknings- og innovationsprojekter, der fremmer energieffektivisering og fleksibilitetsløsninger via databehandling, digitalisering og sektorkobling på tværs af for eksempel el, fjernvarme og transport.

Læs mere på https://elforsk.dk/