Linköping Electronic Conference Proceedings
Not a member yet
1113 research outputs found
Sort by
Building heat demand characteristics in a planned city district with low-temperature district heating supply
Get PDFDue to desirable emission reductions and population growth, increasing energy demand is identified as a dire issue for energy systems. The introduction of low-energy building districts enables increased energy system efficiency. This study’s aim is twofold. Firstly, an extensive urban building energy model is used to simulate the hourly use and geographic distribution of the heat demand for residential and commercial buildings that are to be supplied by a low-temperature district heating system. The simulated buildings are a part of a planned city district, located in Gävle, Sweden. Two building energy performance cases are studied; one where all buildings are assumed to be of Passive House standard, and one where the building energy performance is in line with conventional new-building regulations in Sweden. Secondly, one specific building is modeled in detail and simulated in the building energy simulation software IDA ICE to investigate what building heating system is best suited for low-temperature heat supply. The temperature demands of floor heating and ventilation with heat recovery are investigated and compared to conventional water-based radiators. The building’s temperature demand results can be used when designing a lowtempered district heating system which will provide the supply temperature to identify a compatible heating system technique. Varying supply temperature demand will enable optimization for choosing building heating systems and consequently, possible cost reductions. The results could be used as an example for future city district planning as well as presenting relevant heating systems for low-temperature district heating
Applied Machine Learning for Short-Term Electric Load Forecasting in Cities - A Case Study of Eskilstuna, Sweden
Get PDFWith the growing demand, electrification, and renewable proliferation, the necessity of being able to forecast future demand in combination with flexible energy usage is tangible. Distribution network operators often have a power capacity limit agreed with the regional grid, and economic penalties await if crossed. This paper investigates how cities could deal with these issues using data-driven approaches. Hierarchical electric load data is analyzed and modeled using Multiple Linear Regression. Key calendar variables holidays, industry vacation, ”Hour of day” and ”Day of week” are identified alongside the meteorological heating-, and cooling degree hours, global irradiance, and wind speed. This inexpensive algorithm outperforms the benchmark ”weekly Naïve” with a relative Root Mean Squared Error of 35% for the year-long rolling origin evaluation. Learnings from the data exploration and modeling are then used to evaluate the AI-based model Light Gradient Boosting Machine. Using similar explanatory variables for this expensive algorithm results in a relative error of 45%, although it outperforms the previous one during the summer. The models have varying strengths and weaknesses and could advantageously be combined into an ensemble model for improving accuracy. Incorporating detailed knowledge of local renewable electricity production in combination with hierarchical forecasting could further increase accuracy. With domain knowledge and statistical analysis, it is possible to create robust load forecasts with acceptable accuracy using easily available machine-learning libraries. Both models have good potential to be used as input to economic optimization and load shifting
Modeling and control of WRRF biogas production
Get PDFWastewater treatment sector uses about 1 percent of total energy consumption in European Union, hence development of energy-efficient digital technologies is an urgent challenge. The aim of this article is to develop energy-efficient control strategies for biogas production from sewage sludge at water resource recovery facilities (WRRF). The case study is developed in collaboration Veas WRRF, Norway. The Veas biogas plant is operated semi-continuously in mesophilic conditions. The process includes inlet sludge pumps, four anaerobic digesters, heat exchangers for sludge heating, pumps for sludge recirculation and a compressor for gas recirculation. The process has two controlled variables, biogas flowrate and digester temperature, the main disturbance is the inlet substrate composition. The manipulated variables are flowrates of the inlet sludge, heating medium, and sludge recirculation. The real semicontinuous operation approximated as continuous operation with two hour moving averaging. Transfer functions were identified from the pre-processed data. The accuracy of the models was sufficient 14−60%. The transfer functions were used to design control strategies with PID-controllers and model predictive controller (MPC). The results show that both control strategies can increase biogas production and decrease variability in controlled and manipulated variables compared to the plant operation. MPC gave the best results, increasing biogas production up to 10 % and decreasing variability in controlled variables by 50−80% and by 92−99% in manipulated variables. These results indicate that implementation of advanced control technologies can improve the energy efficiency of biogas production
The Impact of Autonomous Inflow Control Valve on Enhanced Oil Recovery in SAGD Application
Get PDFThe demand for non-conventional oil has increased globally. Non-conventional oil is categorized as extra heavy oil and bitumen. In reservoirs with extra heavy oil and bitumen, thermal methods are used to reduce the oil viscosity. Steam assisted gravity drainage (SAGD) is a thermal recovery method to enhance the bitumen recovery. In this method, steam is injected to bitumen and heavy oil to reduce the viscosity and make the oil mobile and extractable. To obtain an efficient SAGD process, the residence time for steam in the reservoir must be long enough for the steam to condense and release the latent energy to be transferred to the cold bitumen. Early breakthrough of steam in some parts of the well will eventually limit the oil production and must be avoided. Autonomous inflow control valve (AICV) can prevent the steam breakthrough and restrict the excessive production of steam. The objective of this paper is to investigate the performance of AICV and its impacts on increased oil production in a SAGD production well. This is achieved by focusing on the implementation, and performance evaluation of inflow control devices (ICDs) and AICVs compared with standard well perforations. CMG STARS, a multi-phase, multi-component thermal reservoir simulator, is used to perform numerical simulation studies. The simulation results demonstrate the significant benefit of AICV in steam reduction compared to ICD and well perforations. The simulation results demonstrate that utilizing AICV in a SAGD reservoir will lead to higher oil production, less steam production, and a more uniform temperature distribution, and steam chamber conformance. Reduction in steam production, will improve the overall SAGD operation performance. This will also result in more cost-effective oil production, as less steam is needed to be generated for production of each barrel of oil
Civila insatspersoner kan bidra till säkerhet och trygghet i freds- och krigstid: Brandskyddsföreningen
No full textEtt robust samhälle måste kunna hantera alla hot från krigshandlingar till när det brinner eller vid en olycka eller sjukdomsfall. Det säkra samhället är också det hållbara samhället. Därför är ett utvecklat system med CIP ett utmärkt exempel på hur vi skulle kunna skapa säkerhet för människor genom att ha beredskap och förmåga lokalt så att vi i såväl krig som fred tillsammans kan förebygga och hantera konsekvenser av olyckor och följder av krigshandlingar.
Brandskyddsföreningen som har en rikstäckande organisation med restvärdeledare samt är kopplad till tjugo lokala Brandskyddsföreningar har nu ambitionen att ta ett nationellt initiativ för att skapa ett fungerande och rikstäckande nätverk med CIP. Säkerhetsläget i vår omvärld påkallar behovet av att stärka det civila försvarets förmåga och CIP skulle kunna utgöra en del av det. Samhället visar också ett stort engagemang i frivillighet.
CIP har med god framgång etablerats på flera orter i landet genom initiativ från främst räddningstjänster och lokala brandskyddsföreningar.
Kommunal räddningstjänst har idag utmaningar att rekrytera räddningstjänstpersonal i beredskap. CIP skulle kunna utgöra en kompetensförsörjnings- och rekryteringsgrund för detta. Pandemin har också visat på sårbarheter i samhällets förmåga att stötta utsatta med nödvändigt stöd i krissituationer. CIP skulle kunna stärka även denna förmåga.
Brandskyddsföreningen planerar att driva utvecklingen av CIP i föreningsform och svara för såväl nationell som lokal samordning. Genom att organisera eldsjälarna och locka till sig de som vill göra nytta är ambitionen att CIP växer i hela landet.
En central del för att etablera CIP är att utbilda och fortbilda de frivilliga som vill engagera sig. Brandskyddsföreningen har stor erfarenhet av kvalitetssäkrad utbildning och kommer ta fram ett utbildningskoncept för CIP. Genom centralt IT-stöd finns tillgång till kompetensdatabas i krig och fred samt uppföljning och lärande av insatser.
Att vara en CIP bygger på frivillighet men Brandskyddsföreningen arbetar i nära samarbete med försäkringsbolagen och kan genom partnerskap ta fram utrustning och lämpliga försäkringslösningar.
Brandskyddsföreningen arbetar nu med att etablera en organisation och att i partnerskap med flera aktörer bygga upp CIP i större skala
Vikten av upptäcktstid i genomförandet av risk- och sårbarhetsanalys
No full textMyndigheter, regioner och kommuner måste återkommande genomföra en risk- och sårbarhetsanalys (RSA). Målet med RSA är att organisationen ska identifiera och analysera de risker organisationen står inför, avgöra hur sårbar organisationen är för riskerna och sedan vidta åtgärder för att hantera riskerna. Utöver detta ska organisationen rapportera in till myndigheterna som sedan skapar en regional och nationell lägesbild.
I riskanalysen utgår organisationen ifrån en bedömning av vilka konsekvenserna skulle bli om en händelse inträffar tillsammans med en bedömning om hur sannolikt det är att händelsen inträffar. I arbetet med RSA ska fokus främst riktas mot risker där konsekvenserna blir höga eller katastrofala om en händelse inträffar men att sannolikheten är låg att händelsen sker. Bedömningarna vägs sedan samman och ett beslut tas om åtgärder ska tas eller ej för att öka organisationens robusthet mot risken.
Men det är först när en organisation upptäcker förändringar i omvärlden som kan leda till nya eller förändrade risker som den kan bedöma riskerna, ju tidigare desto bättre. Upptäcktstiden kan vara lång, kort men även negativ. Ett exempel på lång upptäcktstid är klimatförändringar som på sikt leder till nya risker som organisationen ställs inför. För andra händelser är upptäcktstiden kort som exempelvis när ett fraktfartyg går på grund i Suezkanalen som sedan medför nya risker för störningar i tillgången till produkter som organisationen är beroende av. Ett exempel på en negativ upptäcktstid är när en händelse redan har inträffat utan att organisationen är medveten om den, som när en organisation har blivit utsatt för en cyberattack som upptäcks först efter några månader. Förmågan att upptäcka nya eller förändrade risker bör därför bli ytterligare en parameter i arbetet med RSA, vid sidan av bedömningen av konsekvensen och sannolikheten.
Följande presentation syftar till att ge ett bidrag i utvecklingen organisationers arbete med RSA genom att rikta fokus mot hur organisationer kan arbeta för att kontinuerligt upptäcka nya eller förändrade risker i omvärlden
Placering av blödningskontrollkit i publika miljöer – en simuleringsstudie
No full textEn av de vanligaste dödsorsakerna globalt för alla åldrar är trauma. Avsnörande förband, tourniqueter, har i tidigare studier visat på att vara en effektiv metod för att öka överlevnaden när de används före ankomst till vårdinrättning. Att även allmänheten tränas till att använda tourniqueter, genom t.ex. första hjälpen-utbildningar, skulle kunna bidra till ökad överlevnad vid trauma. En tourniquet kan vara improviserad av tillfälliga förband, men medicinska tourniqueter har bättre effektivitet och skulle därför kunna placeras ut på allmänna platser för att finnas tillgängliga vid exempelvis olyckshändelser eller antagonistiska attacker som terrorbrott, givet att det också finns kunskap om deras användning.
Det saknas i dagsläget riktlinjer kring var blödningskit med tourniqueter ska placeras för att förbättra överlevnaden vid en eventuell händelse, och detta har denna studie syftat till att undersöka. Med en simuleringsmodell konstruerades ett fiktivt scenario med ett bombattentat i ett köpcentrum, där blödningskit fanns placerade på olika platser i lokalen. Även antalet blödningskit samt tiden att hitta ett kit togs med som variabler i modellen. Placeringsstrategier som testades var att ha blödningskit koncentrerade till samma plats, utspridda i lokalen, samt även i anslutning till entréer eller nödutgångar.
Resultaten visar att placeringar i närhet till entréer och nödutgångar, om än enkla att hitta, gav sämre överlevnad än då blödningskiten placerades på andra platser eftersom trängsel förhindrar hämtningen. Att ha många olika platser gav inte signifikant bättre resultat än två platser, vilket kan bero på att behovet är koncentrerat vid platsen för händelsen och därmed ger en mer utspridd placering ett längre avstånd till flera blödningskit. Antalet tourniqueter beror av förväntat antal skadade och bör därmed dimensioneras utifrån lokala förutsättningar, men modellens resultat antyder att tourniqueterna bör vara enkla att hitta och inte vara alltför utspridda i lokalen för att öka antalet överlevande
OPSense: En teknisk forskningsplattform med sensorer och AI för räddningstjänsten
No full textOPSense är en experimentell IoT/AI-plattform med appar, geopositioneringssensorer, kroppsburna kamerorsamt visualisering för bakre ledning. Systemet gör det möjligt att samla in och analysera stora mängder strömmande data i realtid, exempelvis sensordata om förekomsten av farliga ämnen, realtidsvideo och audiofrån kroppsburna kameror.
Presentationen beskriver hur ny teknik kan stödja främre och bakre ledare för ökad säkerhet på skadeplatsen, befrämja formering av lägesbild samt förbättra situerat beslutsfattande för både träningssituationen och den reell händelsen. Projektet är ett samarbete mellan CARER och Räddningstjänsten i Storgöteborg, där utvärdering av tekniken planeras vid Nationellt Utvecklingscenter (NUC) under våren och sommaren 2023
Evaluation of Defense Methods Against the One-Pixel Attack on Deep Neural Networks
Get PDFThe one-pixel attack is an image attack method for creating adversarial instances with minimal perturbations, i.e., pixel modification. The attack method makes the adversarial instances difficult to detect as it only manipulates a single pixel in the image. In this paper, we study four different defense approaches against adversarial attacks, and more specifically the one-pixel attack, over three different models. The defense methods used are: data augmentation, spatial smoothing, and Gaussian data augmentation used during both training and testing. The empirical experiments involve the following three models: all convolutional network (CNN), network in network (NiN), and the convolutional neural network VGG16. Experiments were executed and the results show that Gaussian data augmentation performs quite poorly when applied during the prediction phase. When used during the training phase, we see a reduction in the number of instances that could be perturbed by the NiN model. However, the CNN model shows an overall significantly worse performance compared to no defense technique. Spatial smoothing shows an ability to reduce the effectiveness of the one-pixel attack, and it is on average able to defend against half of the adversarial examples. Data augmentation also shows promising results, reducing the number of successfully perturbed images for both the CNN and NiN models. However, data augmentation leads to slightly worse overall model performance for the NiN and VGG16 models. Interestingly, it significantly improves the performance for the CNN model. We conclude that the most suitable defense is dependent on the model used. For the CNN model, our results indicate that a combination of data augmentation and spatial smoothing is a suitable defense setup. For the NiN and VGG16 models, a combination of Gaussian data augmentation together with spatial smoothing is more promising. Finally, the experiments indicate that applying Gaussian noise during the prediction phase is not a workable defense against the one-pixel attack
Preliminary Results on the use of Artificial Intelligence for Managing Customer Life Cycles
Get PDFDuring the last decade we have witnessed how artificial intelligence (AI) have changed businesses all over the world. The customer life cycle framework is widely used in businesses and AI plays a role in each stage. However, implementing and generating value from AI in the customer life cycle is not always simple. When evaluating the AI against business impact and value it is critical to consider both the model performance and the policy outcome. Proper analysis of AI-derived policies must not be overlooked in order to ensure ethical and trustworthy AI. This paper presents a comprehensive analysis of the literature on AI in customer life cycles (CLV) from an industry perspective. The study included 31 of 224 analyzed peer-reviewed articles from Scopus search result. The results show a significant research gap regarding outcome evaluations of AI implementations in practice. This paper proposes that policy evaluation is an important tool in the AI pipeline and empathizes the significance of validating both policy outputs and outcomes to ensure reliable and trustworthy AI