Näyttää siltä, että käytät Internet Explorer -selainta. Selain ei valitettavasti ole tuettu. Suosittelemme käyttämään modernia selainta kuten Chrome, Firefox, Safari tai Edge.

Kodin sähkösyöpöt paljastava Virtanen.ai näyttää nyt myös sähkönkulutuksen hiilidioksidipäästöt

Julkaistu aiheella Teknologia

Kirjoittaja

Esa Puttonen

Data Scientist Esa Puttonen on yksi ensimmäisistä Nitorilaisista. Esa on tehnyt kanssamme kestävää digitaalista kehitystä jo toistakymmentä vuotta.

Artikkeli

2. lokakuuta 2023 · 2 min lukuaika

Virtanen.ai on tekoälysovellus, joka näyttää, mihin omassa kotitaloudessa käytetään sähköä. Sen avulla saa myös selville, kuinka paljon olisi mahdollista säästää rahaa ajoittamalla sähkön käyttöä edullisempiin ajankohtiin ja minkä verran oma sähkönkulutus tuottaa hiilidioksidipäästöjä.

yleisnäkymä co2

“Julkaisimme palvelun vuoden 2022 lopussa, ja tähän mennessä sitä on hyödynnetty noin 4 000 kotitalouden sähkönkulutuksen tarkastelussa. Vuoden 2023 aikana olemme lisänneet myös uusia toiminnallisuuksia, kuten hiilidioksidipäästölaskelman, jota ei ole saatavissa muualta”, palvelun kehittämisestä vastannut Nitorin data-asiantuntija Esa Puttonen kertoo.

Maksuton, kaikille avoin palvelu liittää Fingridin avoimesta datahubista saatavaan kotitalouden kulutustietoon dataa sähkön markkinahinnoista, säähavainnoista sekä sähkön päästökertoimista tuottaen taloudelle tarkan näkymän asuntokohtaisesta kulutuksesta.

“Analyysimme mukaan kotitaloudet vähensivät syksyllä 2022 sähkön hinnan noustessa etenkin suurten sähkölaitteiden käyttöään noin 20 % suhteessa edelliseen vuoteen. Suuriksi sähkölaitteiksi luetaan esimerkiksi kiukaat, lämminvesivaraajat sekä sähköautot”, Puttonen kertoo.

Mahdollisimman helppokäyttöiseksi suunniteltu Virtanen.ai on saatavilla suomeksi ja englanniksi. Palvelun hyödyntämiseksi käyttäjän on haettava oman asuntonsa kulutustiedot Fingridin verkkopalvelusta. Virtanen.ai neuvoo tässä ja laskee sen jälkeen tilannekuvan vain muutamissa sekunneissa. Tuloksena syntyvää raporttia voi tarkastella helposti sekä kuukausi- että vuositasolla.

Työajalla syntynyt pro bono -projekti paljastaa kotitalouksien virta-ahmatit

Virtanen.ai kehitettiin niin sanotulla Nitor Core -ajalla, jonka puitteissa nitorilaiset voivat hyödyntää työaikaansa sisäisten kehityshankkeiden ja omien kiinnostavien projektiensa parissa työskentelyyn. Palvelun kehittämisen taustalla oli halu auttaa kotitalouksia ymmärtämään omaa sähkönkulutustaan, sillä työkalut omien laitteiden seurantaan puuttuivat monilta.

Energiakriisin seurauksena noussut sähkön hinta sai monet kuluttajat kiinnostumaan pörssihinnasta ja sähkönkäytön seuraamisesta. Sähköyhtiöiden omissa raporteissa kulutustiedot näytetään korkeintaan päivän kokonaiskulutuksen tarkkuudella, jonka perusteella kotitalouden yksittäisten laitteiden sähkönkulutusta on hankala arvioida.

Virtanen.ai erittelee kokonaiskulutuksen laiteryhmittäin ja laskee eri kokoisten laitteiden käytöstä aiheutuneet kustannukset sähkön markkinahintojen perusteella. Eri laiteryhmien tuottamat päästötiedot puolestaan perustuvat Fingridin avoimeen markkinadataan.

“Me emme tiedä, mitä laitteita kotitalouksissa on, mutta voimme arvioida kokonaissähkönkulutuksessa esiintyvistä piikeistä laitteiden kokoluokkia. Teemme sen melko tarkasti, sillä vähennämme pohjakulutuksen ja lämmityksen osuuden ennen arvion laskemista. Analyysin tuloksista voidaan esimerkiksi havaita, ettei pienillä sähkölaitteilla ole juuri merkitystä, jos kokonaiskulutuksesta 80 % menee lämmitykseen ja saunomiseen ”, Puttonen kertoo.

laite yhteenveto

Virtasen kehittämiseen osallistui tekoälyn parissa työskenteleviä data-analyytikkoja, käyttöliittymäsuunnittelijoita sekä ohjelmistokehittäjiä. Palvelun ensimmäinen versio näki päivänvalon vain muutaman kuukauden jälkeen, mutta työ uusien ominaisuuksien kehittämiseksi jatkuu edelleen. Nyt oman analyysinsa voi jakaa esimerkiksi perheenjäsenille tai sen voi tallentaa selaimeen kirjanmerkiksi, jolloin kulutustietoja ei tarvitse ladata palveluun kuin kerran.

Virtanen.ai on toteutettu AWS-pilvipalveluun ilman varattuja palvelinresursseja, jolloin se skaalautuu automaattisesti käytön mukaan. Sähkönkulutusanalyysi on toteutettu Python-ohjelmointikielellä data science -kirjastoja hyödyntäen. Verkkopalvelu puolestaan tehtiin responsiivisena verkkosovelluksena NextJS-kehystä hyödyntäen.

Lue lisää ja tutustu myös muihin Core-projekteihimme.

Kirjoittaja

Esa Puttonen

Data Scientist Esa Puttonen on yksi ensimmäisistä Nitorilaisista. Esa on tehnyt kanssamme kestävää digitaalista kehitystä jo toistakymmentä vuotta.