Nordisk Solenergi 1
SOLENERGI MED AI-TEKNIK Två fallstudier i Götebor
g och Uppsala visar att Gävleforskarnas AI-metodik ger bättre resultat än de metoder som använts tidigare. Foto: Lantmäteriet/HiG ➛ använder sig av totalt sex olika AI-motorer – två i varje steg. Offentligt tillgängliga kartor från Lantmäteriet, tillsammans med satellitfoton och 3D-modeller, används i det första steget för att identifiera alla tak i en stadsdel. I nästa steg bedömer AI-motorerna sedan takens lutning och väderstreck. Till sist tar de hänsyn till varje enskilt taks struktur, med till exempel skorstenar och vinklar, och ger ett förslag på hur många solpaneler som bör monteras på varje tak och hur de bör placeras för att vara så effektiva som möjligt. Efterfrågar förbättrad datainsamling Gävle-forskarnas AI-metodik har testats i två olika fallstudier i Göteborg och Uppsala och har i båda fallen visat sig ge bättre resultat än de metoder som använts tidigare. – En slutsats vi kunnat dra av fallstudierna är att det behövs detaljerade analyser av takytor för att komma fram till korrekta uppskattningar av den solenergi man kan utvinna. De befintliga planeringsverktygen är i vissa fall inte tillräckligt noggranna och kan överskatta hur mycket energi man kan få ut, berättar Stefan Seipel. Utöver att vara till nytta för enskilda husägare påpekar forskarna att AI-metodiken även kan vara till nytta för till exempel kommunala stadsplanerare eller fastighetsbolag. Den främsta utmaningen när det gäller att tillämpa den här typen av AI-metodik i större skala är enligt Stefan Seipel tillgången på bra ingångsdata med hög upplösning. - Många använder sig av satellitfoton och Lantmäteriets höjdmodeller, men upplösningen är inte tillräckligt hög för att man ska kunna upptäcka viktiga detaljer som man behöver ta hänsyn till på en takyta. Det finns NORDISK SOLENERGI NR 1 2024 31 tekniker för att ta fram detaljerade 3Dmodeller med hjälp av drönare, men det är en kostsam process och den behöver utvecklas, förklarar Stefan Seipel och menar att man måste göra det lättare att samla in data med hög rumslig upplösning. u