Automatic Assessment of District Cooling Potential Based on Aerial Images
Author
Vieru, Ionut
Term
4. semester
Publication year
2021
Submitted on
2021-06-04
Pages
77
Abstract
Aircondition dominerer det nuværende kølemarked, men bruger meget elektricitet og belaster miljøet. På klimaforhandlingerne i Paris forpligtede 175 lande sig til at holde den globale opvarmning under 1,5°C over førindustrielt niveau. Bæredygtige energikilder og mere effektive køleløsninger kan reducere drivhusgasser og gavne samfundet. Fjernkøling—hvor en central enhed leverer koldt vand til mange bygninger—er et lovende, lavkulstof-alternativ. For at udbygge sådanne systemer skal forsyningsselskaber vide, hvor kølebehovet er størst. Automatiserede værktøjer, der estimerer efterspørgslen, kan pege på nye udbygningsområder. Dette speciale undersøger dette potentiale og har til formål at udvikle en fuldt automatiseret metode til at vurdere kølepotentiale ved hjælp af luftbilleder (fotos taget fra luften) for at støtte bedre beslutninger om udbygning af fjernkøling.
Air conditioning dominates today’s cooling market but uses a lot of electricity and harms the environment. At the Paris climate talks, 175 countries pledged to keep global warming below 1.5°C above pre‑industrial levels. Using sustainable energy and more efficient cooling can cut greenhouse gases and benefit communities. District cooling—where a central plant supplies chilled water to many buildings—offers a promising low‑carbon alternative. To expand such systems, utilities need to know where cooling demand is highest. Automated tools that estimate demand can point to new areas for expansion. This thesis explores that potential and aims to develop a fully automated method to assess cooling potential using aerial imagery (pictures taken from the air), to support better decisions about district cooling expansion.
[This summary has been rewritten with the help of AI based on the project's original abstract]
Documents