Formålet med projektet har været

• at udvikle statistiske og maskinlæringsbaserede analyseværktøjer til udnyttelse af eksisterende smart meter-data til effektivisering af særligt små og mellemstore fjernvarmeforsyningers forsyningsnet og kundeinstallationer, samt
• at supplere de eksisterende målerdata med data fra ekstra målepunkter realiseret ved prisbillige temperatur- og tryksensorer med høj tidslig opløsning til analyse af fjernvarmenettets tilstand.

I forhold til analyseværktøjer har Teknologisk Institut i samarbejde med fjernvarmeforsyningerne undersøgt, hvorvidt det er muligt at identificere fejl på installationer hos brugere automatisk og løbende ved hjælp af bl.a. intelligente algoritmer (maskinlæring) anvendt på data fra fjernaflæste varmemålere. Udviklingsarbejdet har været baseret på AffaldVarme Aarhus’ store database og erfaring med smart meter-data fra mere end 56.000 installationer, mens test og demonstration af algoritmer er udført på data fra de mellemstore forsyninger.

Arbejdet har resulteret i konkrete metoder til, hvordan forsyningerne hurtigt og nemt kan identificere og diagnosticere fejl og derved udbedre fejlbehæftede fjernvarmeinstallationer. Herigennem opnår forsyningerne - udover bedre muligheder for service og vedligehold - væsentlige besparelser på blandt andet mandetimer, der ellers går til manuel inspektion af målerdata. På længere sigt giver det samtidig mulighed for at sænke returtemperaturen og reducere varmetabet.

Ekstra målepunkter er sideløbende udviklet med udgangspunkt i tidligere arbejde med sensorer hos AffaldVarme Aarhus. Produktet er en færdig teknisk løsning, der giver mulighed for at indhente supplerende netværksdata, herunder måling af tryk i højt opløst tidslig frekvens. Denne løsning fungerer som en supplerende diagnosticeringsmulighed og er udfærdiget som en mobilløsning med prisbillige trådløse temperatur- og tryksensorer, som kan installeres strategiske steder i fjernvarmenettet. Det giver forsyningerne forbedrede muligheder for at overvåge og evaluere fjernvarmenettets tilstand. Løsningen er efterfølgende afprøvet blandt de mellemstore værker.

De medvirkende fjernvarmeforsyninger har udvist stor interesse for at fortsætte udviklingsarbejdet frem mod en løsning, der kan implementeres i forsyningernes egne it-systemer og anvendes løbende i den daglige drift.