Úspory energie v budovách

Showcase služby EDIH CTU

Detekce anomálií ve spotřebě energií budovy

Pilotní ověření AI detekce neobvyklých vzorců spotřeby energií v objektu Policie České republiky.

Řešení kombinuje sběr reálných provozních dat, dashboardovou analytiku a metody statistické i strojově učené detekce anomálií. Cílem bylo odhalit skryté energetické ztráty, které v běžném provozu často zůstávají nepovšimnuté.

Energetické úspory
AI detekce anomálií
Monitoring budov
Cloud a dashboardy
Veřejný sektor
Klient
Policie České republiky

Pilot
1 policejní budova

Odhad odhaleného plýtvání
cca 540 MWh ročně

Potenciál škálování
portfolio ~8 000 budov

Hlavní cíl
Odhalit skryté energetické ztráty v reálném provozu budovy

Technologický přístup
Senzory, cloud, dashboardy a AI detekce anomálií

Hlavní přínos
Praktické odhalení problémů, které byly dosud skryté

Využitelnost
Veřejné budovy, kanceláře, technické objekty i areály

Kontext a zadání

Jak najít energetické ztráty, které nejsou na první pohled vidět

Policie České republiky spravuje rozsáhlý budovový fond a její roční výdaje na energie dosahují velmi vysokých částek. V takto velkém portfoliu se přitom mohou objevovat skryté poruchy, nevhodně nastavené technologie nebo neefektivní provozní režimy, které se při běžném sledování spotřeb často neodhalí.

Cílem pilotního projektu bylo ověřit, zda lze na reálných datech z jedné budovy využít statistické metody a metody strojového učení pro automatickou detekci anomálií ve spotřebě energií. Součástí řešení bylo také vytvoření datové infrastruktury, připojení senzorů a zprovoznění přehledné webové aplikace pro analýzu dat.

Projekt tak spojil praktický monitoring budovy s testováním AI přístupů a současně přinesl konkrétní zjištění, která mají přímý dopad na hospodárnost provozu. Výsledkem nebyl jen technologický proof-of-concept, ale i reálně využitelný základ pro další rozšiřování podobného řešení.

Klíčový přínos pilotu
Data z reálného provozu
Pilot ukázal, že i z běžného provozu veřejné budovy lze získat dostatek dat pro odhalování neobvyklých vzorců spotřeby.

AI i lidská interpretace
Kombinace dashboardu a AI metod se ukázala jako velmi účinná — systém pomáhá zvýraznit podezřelé jevy a technik pak snadněji vyhodnotí jejich příčinu.

Potenciál velkých úspor
Na jediné pilotní budově byly odhaleny dva významné problémy s odhadovaným souhrnným dopadem kolem 540 MWh ročně.

Galerie řešení

Dashboard pro sledování a porovnávání spotřeby energií v budově

Dashboard pro průběžné sledování a porovnávání spotřeby energií v různých časových oknech. Umožňuje rychle identifikovat neobvyklé provozní chování a podpořit technické vyhodnocení dat.

Ukázka skrytého problému s trvale zapnutým vyhříváním nájezdové rampy

Ukázka jednoho z odhalených problémů: téměř nepřetržitý odběr způsobený trvale zapnutým vyhříváním části nájezdové rampy, a to bez ohledu na venkovní podmínky.

Porovnání provozu vzduchotechniky před úpravou řízení

Porovnání provozu odtahové ventilace před úpravou řízení. Analýza ukázala pravidelný cyklus spínání, který nebyl řízen skutečnou potřebou ani koncentrací CO₂.

Porovnání provozu vzduchotechniky po úpravě nastavení

Porovnání provozu vzduchotechniky po úpravě nastavení. Změna řízení vedla ke snížení zbytečné spotřeby a ukázala, že i relativně jednoduchý zásah může přinést konkrétní úsporu.

Jak řešení fungovalo

1

Instalace senzorů

V pilotní budově byla instalována kombinace nízkonákladových čidel pro měření elektřiny, plynu, vody a teplot. Tím vznikl základ pro detailní a průběžné sledování technického chování objektu.

2

Přenos a ukládání dat

Data byla průběžně přenášena do cloudového prostředí a ukládána do databází v infrastruktuře AWS. Současně vznikla webová aplikace pro konfiguraci, správu a vizualizaci měřených veličin.

3

Dashboardová analýza

Naměřená data bylo možné analyzovat přes dashboardy a porovnávat jejich vývoj v různých časových řezech. To pomohlo jak s ruční interpretací provozu, tak s testováním AI přístupů.

4

Detekce anomálií

Na datech byly ověřeny statistické i machine-learningové metody detekce anomálií. Systém dokázal zvýraznit neobvyklé vzorce spotřeby a usnadnit jejich další ověření a nápravu.

Co bylo součástí pilotu

Senzorická vrstva
V objektu bylo osazeno 15 elektroměrů Shelly 3EM, 3 pulsní plynoměry, 4 pulsní vodoměry, 4 vnitřní teplotní čidla v serverovnách, 12 teplotních čidel potrubí a 3 venkovní teplotní čidla nad nájezdovými rampami.
Cloudová a datová infrastruktura
Byl zprovozněn cloudový účet v AWS pro sběr, ukládání a zpracování dat. Řešení využilo například služby EC2, Timestream, DynamoDB, Lambda, API Gateway, Amplify a Cognito.
Webová aplikace
Součástí výstupu byla webová aplikace pro konfiguraci čidel a zobrazování spotřeb v podobě grafů a dashboardů. Aplikace usnadňuje technické sledování a práci s historickými i aktuálními daty.
AI a znalostní vrstva
Vedle detekčních algoritmů byl v projektu rozvíjen i proof-of-concept znalostního modelu založeného na principech sémantického webu. To do budoucna podporuje lepší interoperabilitu a chytré využití získaných dat.

Hlavní zjištění

Skrytý problém č. 1
Vyhřívání rampy ponechané trvale v provozu

Odhad roční ztráty
518 MWh

Skrytý problém č. 2
Nevhodně řízená odtahová ventilace

Odhad roční ztráty
22 MWh

Celkový odhalený potenciál
cca 540 MWh/rok

Co klient získal

Schopnost odhalovat skryté problémy

Pilot jednoznačně ukázal, že detailní sběr dat a jejich inteligentní vyhodnocení dokážou odkrýt poruchy či nevhodné nastavení technologií, které by jinak mohly zůstávat dlouhodobě bez povšimnutí.

Praktický nástroj pro správu budov

Klient získal funkční datovou a aplikační základnu pro další rozvoj monitoringu. Řešení je použitelné nejen pro jednorázovou analýzu, ale i pro průběžné sledování technického stavu budovy.

Podklad pro škálování do dalších objektů

Výstupy pilotu poskytly jasné ověření, že podobný přístup má smysl i pro širší budovový fond. To je důležité zejména v organizacích s velkým počtem objektů a vysokými provozními náklady.

Využitelnost v praxi

  • monitoring spotřeby elektřiny, vody, plynu a teplot v budovách
  • odhalování skrytých poruch a neefektivních provozních režimů
  • podpora facility managementu a technické správy objektů
  • identifikace úsporných opatření s reálným ekonomickým dopadem
  • průběžná kontrola provozu v administrativních i technických budovách
  • podpora rozhodování při modernizaci a optimalizaci energetického hospodářství

Škálovatelnost a další rozvoj

  • rozšíření do dalších budov v portfoliu Policie ČR
  • nasazení i v jiných veřejných institucích a organizacích
  • další rozvoj AI metod s rostoucím objemem historických dat
  • doplnění o pokročilé notifikace a automatické alarmy
  • napojení na facility management a provozní systémy
  • využití pro systematické řízení energetické efektivity napříč většími areály

Proč je tato služba důležitá

Projekt ukázal, že ani ve velkých organizacích není největší problém pouze v ceně energií, ale často také v neviditelných ztrátách způsobených provozem technologií. Pokud nejsou k dispozici detailní data a vhodná analytika, mohou podobné problémy přetrvávat velmi dlouho.

Díky propojení senzoriky, cloudové infrastruktury, dashboardů a AI vzniká nástroj, který má reálný provozní přínos. Nejde pouze o technologickou demonstraci, ale o praktický způsob, jak zvyšovat efektivitu, snižovat plýtvání a lépe řídit veřejný majetek.

Řešení má navíc velmi dobrý potenciál pro přenos do dalších budov a organizací. To z něj činí zajímavý příklad toho, jak lze digitální technologie a umělou inteligenci využít pro udržitelnější a hospodárnější provoz veřejné infrastruktury.

Chcete-li o službě vědět více, kontaktujte nás

Rádi s vámi probereme, jak lze obdobný přístup využít i ve vašich budovách, areálech nebo technických provozech. Pomůžeme vám identifikovat možnosti monitoringu, analytiky a úspor na základě reálných dat.

edihctu@cvut.cz