DecarbonAIte

Urbana digitala tvillingar

Byggnadssektorn har en enorm potential att minska utsläppen av växthusgaser. Stora renoveringar är brådskande för att uppfylla Sveriges klimatmål för 2045. Ett hinder är den manuella, tidskrävande planeringen av renoveringsåtgärder. Digitala tvillingar av städer kan ge en bra grund för effektiv renoveringsplanering och beslutsstöd.

Data som behövs för energisimulering, t.ex. fönster eller u-värden för byggnadsskalet, saknas dock för närvarande. Syftet med det här projektet är att anpassa och tillämpa maskininlärning för att extrahera funktioner från offentligt tillgängliga databaser för att berika digitala tvillingmodeller för städer och tillhandahålla optimerade renoveringsåtgärder för beslutsstöd.

Fastighetsförvaltare och kommuner kommer direkt att dra nytta av verktyget för beslutsstöd och en bättre digital plattform för att förvalta byggnaderna. På lång sikt bidrar projektet till att öka renoveringstakten och uppnå klimatmålen. De berikade digitala tvillingarna ger också många fördelar utöver renoveringsplanering.

Se projektvideo här

Vill du veta mer?

Dag Wästberg

Data Scientist, MSc

Jens Olsson

Utvecklare, PhD

Siddhartha Kasaraneni

Programvaruutvecklare, MSc

Bernd Ketzler

Gruppchef Tillämpad AI

Fler projekt
Projekt

LÅGAN – Energimyndighetens entreprenörsnätverk för energi- och resurseffektiva byggnader

LÅGAN är ett samarbete mellan Byggföretagen, Energimyndigheten, Boverket, SBUF, Installationsföretagen, byggentreprenörer, byggherrar och konsulter. LÅGAN skapar gemensamma projekt…

Projekt

Swedish Chips Competence Centre (SCCC)

Swedish Chips Competence Centre (SCCC) syftar till att stärka Sveriges position inom chip- och halvledarteknologi och öka konkurrenskraften hos svensk industri. SCCC samordnas av C…

Projekt

Renoveringsstrategistöd för fastighetsportföljer

Ett nytt projekt utvecklar stöd för renoveringsstrategier med hjälp av maskininlärning och livscykelanalys. Sveriges fastighetssektor står inför stora utmaningar – stigande energip…