AI voor monitoring: probleemdetectie in pv-systemen met algoritmen

Marktpartijen vallen over elkaar heen met opbrengstgaranties bij pv-systemen. Maar kunnen ze dat ook echt bewijzen? SolarResult kan dat wel. Door slimme AI-tools toe te passen in ons monitoringssysteem voor bewoners van corporatiewoningen, maken we onze voorspelde opbrengsten ook echt waar. Techniek Nederland publiceerde onze aanpak als good practice case in AI, Robotisering en Industrialisatie.^[1]

Twee AI-tools, aan elkaar geknoopt met MCP's

We hebben twee AI-tools toegevoegd aan onze bestaande monitoringssoftware.

De eerste tool brengt afwijkingen aan het licht door pv-systemen onderling te vergelijken. Presteert een installatie slechter dan vergelijkbare systemen op hetzelfde moment? Dan signaleert de tool dat automatisch, zodat we proactief kunnen ingrijpen voordat een bewoner er last van heeft.

De tweede tool is een chatbot die redeneert aan de hand van onze eigen kennisbank. Met Model Context Protocollen (MCP's) koppelen we de verschillende tools en gegevensbronnen aan elkaar. De chatbot zoekt de oorzaak van problemen op en draagt oplossingen aan. Daarin zijn we vrij uniek in de pv-branche.

Hybride AI en Augmented Working

Onze aanpak valt onder twee categorieën. Hybride AI: we combineren opbrengstberekeningen met AI-tools, machine learning en vaste formules. En Augmented Working: AI dient als een copilot die onze softwareontwikkelaars versterkt en dus niet vervangt. Hierdoor kunnen we ons focussen op complexere problemen en werken we veel sneller.

Meerwaarde voor bewoners en helpdesk

Bewoners kunnen straks zelf alerts krijgen, vragen stellen en antwoorden krijgen in de app. Laagdrempelige vraag-antwoord communicatie in plaats van bellen of Googelen. Eenvoudige oplossingen, zoals het omhoog duwen van een aardlekschakelaar of het opnieuw verbinden van de omvormer met de router van een nieuwe internetprovider, kunnen bewoners dan vaak eigenhandig uitvoeren, ook buiten kantooruren.

Voor de helpdesk betekent het minder telefoontjes met vragen van bewoners, maar ook minder telefoontjes náár bewoners bij alerts. Medewerkers kunnen gebruik maken van een consistente vraagbaak die steeds gevoed wordt met nieuwe informatie. En monteurs hoeven alleen nog op locatie te gaan kijken als er complexe handelingen of nadere diagnose nodig zijn.

Valkuilen: AI vraagt tijd en geduld

AI-tools lopen niet vanaf dag één op rolletjes. De modellen moeten groeien, gevoed worden, leren van fouten en eindeloos getest worden op uiteenlopende scenario's. Van de toon waarop de chatbot de gebruiker aanspreekt, tot de volgorde van de tools die hij inzet en het finetunen van de reacties: het vergt veel tijd. Soms vergeet je dat het uiteindelijk tijd gaat besparen.

Het punt waarop je van de testfase overgaat op de daadwerkelijke toepassing bij de gebruiker, is lastig te bepalen. Er blijven altijd scenario's die nog niet getest zijn. Toch moet je op een gegeven moment de gok wagen.

Privacy en AVG

Vooral de AVG is van belang bij de ontwikkeling van AI-tools. We hebben ervoor gezorgd dat de gedeelde opwekgegevens geen privacygevoelige informatie bevatten. Alles is geanonimiseerd. In de toekomst zou een eigen lokaal taalmodel de veiligheid verder kunnen verbeteren: alle informatie bevindt zich dan op één centrale computer, niet meer op een veelvoud aan wereldwijde servers.

Schaalbaar en klaar voor de toekomst

De AI-functionaliteit is ontwikkeld om te kunnen omgaan met een groeiend aantal gebruikers en is dus oneindig op te schalen in volume, zonder dat dit ten koste gaat van de snelheid, kosten of betrouwbaarheid. Zodra alles op de rails staat, kunnen alle bewoners die nu al klant zijn én toekomstige klanten profiteren.

Tegelijk kijken we verder vooruit. Wanneer saldering wordt afgeschaft, moeten we ons focussen op manieren om direct eigen verbruik mogelijk te maken en apparaten slim aan te sturen. Daar gaat AI een grote rol in spelen. AI neemt geen werk over, maar verhoogt het specialistische niveau van de branche.