Program · 9 oktober 2026
En förmiddag om Trustworthy AI, industriella behov och praktiska demonstrationer.
Från AI-prediktion till pålitligt beslutsstöd
Projektet Ett pålitligt beslutsstödssystem för energihushållning vid Umeå Energi utvecklar AI-baserat beslutsstöd för komplexa energisystem. Fokus ligger inte bara på prediktion, utan också på tillförlitlighet, transparens och att stödja människan i kritiska beslut.
Forskning
Forskare vid Institutionen för datavetenskap, Umeå universitet utvecklar metoder för tillförlitlig AI, inklusive neuro-symboliska och possibilistiska modeller som kan hantera osäkerhet och ge strukturerade förklaringar.
Industriellt samarbete
Arbetet genomförs tillsammans med Umeå Energi, med kraftvärmeanläggningen Dåva som en central industriell kontext. Målet är att föra AI från experimentella modeller mot användbara beslutsstöd i en verklig energimiljö.
Ett komplext energisystem
Dåvaområdet är centralt för Umeås fjärrvärmeförsörjning och omfattar två kraftvärmeverk. Dåva 1 använder främst avfall som bränsle medan Dåva 2 huvudsakligen drivs med biobränsle.
Dåva 2 i korthet
Byggd 2010, huvudsakligen biobränsle, fluidbäddpanna, 75 MW fjärrvärme och 30 MW el. Umeå Energi anger en pannverkningsgrad på 88–89 % och en totalverkningsgrad på 95 % inklusive kondensering.
Projektbeskrivningen understryker samtidigt komplexiteten: pannan är utrustad med över 1 000 onlinesensorer som kontinuerligt övervakar anläggningen.
Vad vi bygger och demonstrerar
Tillförlitligt beslutsstöd
Projektet undersöker hur AI kan ge tidiga signaler och relevant information utan att ersätta den mänskliga beslutsfattaren. Systemet är tänkt att stödja beslut i en komplex och kritisk industriell miljö.
Osäkerhet som information
Den possibilistiska ansatsen används för att representera osäkerhet och undvika att AI-systemet tvingas ge överdrivet säkra svar när underlaget är osäkert eller avviker från det modellen sett tidigare.
Förklaringar och möjliga orsaker
Energy Twin kombinerar neurala modeller med symbolisk kunskap för att koppla statistiska signaler till den fysiska strukturen i energisystemet och identifiera sensorer och komponenter som kan vara relevanta för en varningssituation.
En digital tvilling för energi
Energy Twin är en prototyp för att göra AI-baserad övervakning mer begriplig i den fysiska miljön. Den kombinerar sensordata, AI-modeller, possibilistisk osäkerhet och symbolisk kunskap om anläggningen.
I stället för att bara visa en varning kan prototypen visualisera status, möjlighet, nödvändighet och möjliga rotorsaker. Tanken är att ge operatören ett sammanhang för att förstå vad AI-systemet observerar och hur säkert eller osäkert resultatet är.
Se prototypen i praktiken
Under seminariet demonstrerar vi hur resultaten kan ta form i ett interaktivt gränssnitt och i en HoloLens-baserad visualisering av ett energisystem. Fokus ligger på hur tillförlitlig AI kan göras konkret, begriplig och användbar för människor som arbetar med komplexa system.
På plats
Presentation, prototyper och demonstration under Innovationsveckan på Umeå universitet.
Vill du veta mer?
Besök Energy Twin-prototypen eller läs mer om evenemanget via länkarna nedan.