ͯƵ

"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.

Ett pålitligt beslutsstödssystem för energihushållning vid Umeå Energi

Forskningsprojekt Vi tar fram ett AI-baserat beslutsstödsystem i syfte att förutsäga pannläckage i kraftvärmeverk. Genom att vidareutveckla tidigare säkra modeller ska systemet förbättra träffsäkerheten i förutsägelser – och därmed minska kostsamma driftstopp.

Projeket är ett samarbete mellan institutionen för datavetenskap och Umeå Energi i syfte att förbättra driftsäkerheten i kraftvärmeverk. En viktig del i arbetet är att säkerställa efterlevnad av EU:s AI-förordning, vilket innebär att transparens, ansvarstagande och dataintegritet måste beaktas genom hela projektets livscykel. Projektet finansieras av Vinnova inom ramen för forskningsprogrammet “Avancerad digitalisering – behovsdriven innovation 2025”, och har en total budget på 4 020 000 kronor.

Projektansvarig

Juan Carlos Nieves Sanchez
Universitetslektor
E-post
E-post
Telefon
090-786 61 25
Esteban Guerrero Rosero
Universitetslektor
E-post
E-post

ʰö

Projektperiod:

2025-09-01 2027-09-01

Medverkande institutioner och enheter vid Umeå universitet

Institutionen för datavetenskap

Externa finansiärer

Vinnova

Projektbeskrivning

Vårt arbete syftar till att utveckla och implementera ett etiskt AI-baserat beslutsstöd, (DSS) för att förutse pannläckage i kraftvärmeverk och säkerställa att systemet uppfyller . Projektet bygger vidare på tidigare verifierade prediktionsmodeller och förbättrar dessa med avancerade AI-algoritmer för ökad prediktionskvalitet, vilket ska minska de negativa effekterna av oplanerade driftsstopp.

Förväntade effekter och resultat

Genom att integrera avancerade AI-algoritmer, ämnar projektet att signifikant förbättra prediktionskvaliteten och därigenom skapa förutsättningar att minska de negativa effekterna som oplanerade driftsstopp utgör. Målet är att skapa ett robust och pålitligt beslutsstödssytem som inte bara ökar driftsäkerheten i kraftvärmeverk, utan även uppfyller de regulatoriska krav som ställs på AI-system i kritiska samhällssektorer, och därmed säkerställer en etiskt försvarbar och tillförlitlig lösning.

Planerat upplägg och genomförande

Projektet kommer att använda agil utvecklingsmetodik för att möjliggöra iterativ design och testning av det AI-baserade beslutsstödet. Team från och Umeå Universitet kommer att samordna med intressenter vid Umeå Energis produktionsanläggningar. Forskargruppen "Formella metoder för pålitlig hybrid intelligens" vid Umeå Universitet kommer att tillämpa agila designinkrement baserade på samskapande metoder samt införandet av både EU:s riktlinjer för pålitlig AI och regulatoriska ramverk för AI.

Umeå energi

Från deltar bland andra Måns Kjellander, projektledare, Magnus Torrkulla, Ville Lintamo, Johnny Karlsson och Dan Bohman.

Externa finansiärer

Senast uppdaterad: 2025-10-22