Par projekta Nr. 2.2.1.3.i.0/2/24/A/CFLA/001 otrā ceturkšņa pabeigšanu

2026. gada 1. augusts

SIA “Lesla Latvia” sadarbībā ar Digitālo produktu kompetences centru laika posmā no 2026. gada 1. maija līdz 31. jūlijam ir pabeigusi pētniecības projekta “Elektroauto uzlādes prognozēšanas modeļa izstrāde izmantojot mākslīgo intelektu” otro ceturksni.

Projekta otrajā ceturksnī darbs tika koncentrēts uz divām savstarpēji saistītām aktivitātēm – elektroauto lietojuma datu iegūšanu un sagatavošanu mākslīgā intelekta modeļa apmācībai, kā arī sākotnējā AI prognozēšanas modeļa izstrādi.

Tika īstenots datu iegūšanas un apstrādes pirmais jeb koncepcijas pārbaudes (proof of concept) posms. Tā mērķis bija sagatavot kvalitatīvu un strukturētu datu kopu, kas ļautu praksē pārbaudīt pirmajā projekta ceturksnī definēto prognozēšanas pieeju. Datu apstrādē tika izmantotas kvalitātes pārbaudes, datu tīrīšanas un normalizācijas, trūkstošo vērtību apstrādes un transformācijas metodes, sagatavojot datus mašīnmācīšanās algoritmu izmantošanai.

Izmantotā datu struktūra ir orientēta uz mobilitātes paradumu analīzi. Tā aptver brauciena sākuma un beigu laiku, nobraukto attālumu un pagaidu transportlīdzekļa identifikatoru. Projekta metodoloģija paredz izmantot datus bez maršrutu ģeogrāfiskās informācijas un bez pastāvīgiem transportlīdzekļa identifikatoriem, tādējādi ierobežojot ar datu apstrādi saistītos privātuma riskus.

Pamatojoties uz sagatavoto datu kopu, tika izstrādāta sākotnējā elektroauto enerģijas pieprasījuma prognozēšanas modeļa versija. Modeļa uzdevums ir identificēt lietotāja īstermiņa braukšanas paradumus, tostarp atšķirības starp darbdienām un brīvdienām, un, balstoties uz iepriekšējo lietojumu, novērtēt sagaidāmo transportlīdzekļa enerģijas nepieciešamību nākamajām 48 stundām.

Būtiska risinājuma sastāvdaļa ir arī prognozes nenoteiktības novērtēšana, jo reāla lietotāja mobilitātes uzvedība nav pilnībā paredzama. Tādēļ modeļa koncepcijā paredzēta iespēja ģenerēt ne tikai vienu prognozēto vērtību, bet arī varbūtiskus prognožu intervālus, kurus turpmāk var izmantot uzlādes plānošanas algoritmos.

Otrā ceturkšņa rezultātā ir sagatavots datu pamats sākotnējai modeļa apmācībai un prognozēšanas modeļa koncepcijas prototips. Tas ļauj pāriet uz nākamo posmu – paplašināt datu apjomu, pārbaudīt risinājuma darbību plašākā lietotāju kopā un sagatavot prognozēšanas moduli integrācijai enerģijas pārvaldības un viedās uzlādes sistēmās.

Projekts tiek īstenots ar Eiropas Savienības Atveseļošanas fonda (NextGenerationEU) finansējumu.

Projekta kopējās izmaksas ir 189 866,68 EUR, no tām Eiropas Savienības finansējums – 129 300,01 EUR.

Par projekta Nr. 2.2.1.3.i.0/2/24/A/CFLA/001 pirmā ceturkšņa pabeigšanu

2026. gada 1. maijs

SIA “Lesla Latvia” sadarbībā ar Digitālo produktu kompetences centru laika posmā no 2026. gada 1. februāra līdz 30. aprīlim ir pabeigusi pētniecības projekta “Elektroauto uzlādes prognozēšanas modeļa izstrāde izmantojot mākslīgo intelektu” pirmo ceturksni.

Projekta pirmajā ceturksnī tika īstenotas divas pētniecības un izstrādes aktivitātes, kuru mērķis bija sagatavot tehnoloģisko un datu infrastruktūras pamatu elektroauto uzlādes prognozēšanas modeļa izstrādei.

Ceturksnī tika strukturēts elektroauto enerģijas patēriņa prognozēšanas uzdevums un definēta tā tehniskā loģika Lesla digitālā risinājuma vajadzībām. Tika precizēts, ka prognozēšanas modulis jāuztver ne tikai kā elektroenerģijas patēriņa aprēķina rīks, bet arī kā plašāks lietotāja uzvedības, transportlīdzekļa izmantošanas un uzlādes pieejamības prognozēšanas ietvars. Noteikts, ka mākslīgā intelekta modulim jāprognozē tuvāko 2–3 dienu braucienu attālumi, no tiem izrietošā enerģijas nepieciešamība, transportlīdzekļa novietošanas vai pieslēgšanās laiks uzlādei vakarā, kā arī izbraukšanas vai transportlīdzekļa lietošanas sākuma laiks no rīta.

Tika analizēta iepriekš Lielbritānijā veiktās tehniski ekonomiskās priekšizpētes pieredze, kurā izvērtēta mākslīgā intelekta izmantošana elektroauto uzlādes grafiku optimizācijai, ņemot vērā braukšanas paradumus, uzlādes datus, elektroenerģijas cenas un tīkla ierobežojumus. Analīze apliecināja, ka vairāku dienu plānošanas horizonts rada būtiskas prasības prognožu stabilitātei un kvalitātei, jo uzlādes optimizācijas rezultāti ir tieši atkarīgi no tā, cik precīzi prognozēta transportlīdzekļa pieejamība un nepieciešamā enerģija.

Vienlaikus tika izstrādāts tehniskais un funkcionālais pamats transportlīdzekļu braucienu datu sistemātiskai iegūšanai, validācijai un uzturēšanai. Par risinājuma pamatu definēta Django/PostgreSQL arhitektūra: Django nodrošina datu uzņemšanu, administrēšanu un API slāni, bet PostgreSQL kalpo kā primārā strukturēto datu glabātuve. Paredzēti divi datu piegādes kanāli – vēsturisko datu sākotnējā ielāde no CSV, Parquet vai SQL avotiem un turpmāka operatīva datu saņemšana ar API un Protobuf pakešu apmaiņas mehānismu.

Darba gaitā tika definēta datu iegūšanas un validācijas plūsma no ārējā datu piegādātāja līdz validētai analītikas datu kopai. Izveidotā pieeja paredz, ka kļūdaini vai nepilnīgi ieraksti netiek dzēsti, bet saglabāti kopā ar kļūdas kodu un skaidrojumu, tādējādi nodrošinot datu kvalitātes pārskatāmību un iespēju veikt labojumus vai atkārtotu datu piegādi.

Sistēmas datu apstrādes plūsma sākotnēji tika pārbaudīta ar izmēģinājuma datu kopu 80 transportlīdzekļu apmērā.

Kopumā pirmais projekta ceturksnis noslēdzās ar stabilu tehnoloģisko pamatu, kas ļauj pāriet uz nākamo posmu – sākotnējās datu kopas apstrādi un prognozēšanas modeļa izstrādi.

Projekts tiek īstenots ar Eiropas Savienības Atveseļošanas fonda (NextGenerationEU) finansējumu.

Projekta kopējās izmaksas ir 189 866,68 EUR, no tām Eiropas Savienības finansējums – 129 300,01 EUR.

SIA “Lesla Latvia” uzsāk projekta Nr. 2.2.1.3.i.0/2/24/A/CFLA/001 īstenošanu

2026. gada 1. februāris

SIA “Lesla Latvia” sadarbībā ar Digitālo produktu kompetences centru 2026. gada 1. februārī ir uzsākusi pētniecības projekta “Elektroauto uzlādes prognozēšanas modeļa izstrāde izmantojot mākslīgo intelektu” īstenošanu.

Projekta mērķis ir izstrādāt mākslīgajā intelektā balstītu digitālu sistēmu, kas nodrošina elektrotransporta enerģijas patēriņa prognozēšanu nākamajām dienām, balstoties uz lietotāju individuālo lietošanas profilu izstrādi un ārējo apstākļu analīzi.

Projekta aktualitāti nosaka divas savstarpēji cieši saistītas attīstības tendences. Pirmkārt, transporta sektora pakāpeniska pāreja uz elektrotransportu, kas palielina elektroenerģijas patēriņu un padara transporta uzlādi par nozīmīgu slodzes komponenti elektroenerģijas sistēmā. Otrkārt, pieaugošais atjaunojamās enerģijas īpatsvars elektroenerģijas ražošanā, kura mainība rada papildu izaicinājumus tīkla slodžu prognozēšanā, balansēšanā un elastības nodrošināšanā. Precīzas elektroauto patēriņa prognozes kļūst par svarīgu priekšnosacījumu gan viedai uzlādes plānošanai, gan efektīvai elektroenerģijas sistēmas darbībai kopumā.

Projekta īstenošanas laikā SIA “Lesla Latvia” sadarbībā ar zinātnisko institūciju plāno veikt mākslīgā intelekta risinājumu izpēti elektroauto enerģijas patēriņa prognozēšanas jomā, analizējot ietekmējošos faktorus, to relatīvo nozīmīgumu un savstarpējās sakarības, kā arī definējot nepieciešamo datu kopu un kvalitātes prasības efektīvai modeļa apmācībai.

Projektā tiks veikta strukturēta datu iegūšana par elektroauto lietojuma paradumiem un ārējiem apstākļiem, kas ietekmē elektroenerģijas patēriņu, tostarp laika apstākļiem, maršrutu raksturlielumiem un lietotāju uzvedības modeļiem.

Turpmāk paredzēta mākslīgā intelekta moduļa apmācība, testēšana un validācija, lai nodrošinātu prognožu precizitāti un risinājuma praktisku izmantojamību reālos ekspluatācijas apstākļos.

Projekta rezultātā tiks izstrādāts mākslīgā intelekta sistēmas prototips, kas veidos pamatu turpmākai komercializācijai un integrācijai viedās uzlādes, enerģijas pārvaldības un elektroenerģijas balansēšanas sistēmās, vienlaikus veicinot elektrotransporta integrāciju enerģētikas sistēmā un atbalstot pāreju uz ilgtspējīgu, digitāli vadītu mobilitāti.

Projekta īstenošanas periods: no 2026. gada 1. februāra līdz 2027. gada 30. jūlijam.

Projekts tiek īstenots ar Eiropas Savienības Atveseļošanas fonda (NextGenerationEU) finansējumu.

Projekta kopējās izmaksas ir 189 866,68 EUR, no tām Eiropas Savienības finansējums – 129 300,01 EUR.

2026. gada 1. februāris

SIA “Lesla Latvia” sadarbībā ar Digitālo produktu kompetences centru 2026. gada 1. februārī ir uzsākusi pētniecības projekta “Elektroauto uzlādes prognozēšanas modeļa izstrāde izmantojot mākslīgo intelektu” īstenošanu.

Projekta mērķis ir izstrādāt mākslīgajā intelektā balstītu digitālu sistēmu, kas nodrošina elektrotransporta enerģijas patēriņa prognozēšanu nākamajām dienām, balstoties uz lietotāju individuālo lietošanas profilu izstrādi un ārējo apstākļu analīzi.

Projekta aktualitāti nosaka divas savstarpēji cieši saistītas attīstības tendences. Pirmkārt, transporta sektora pakāpeniska pāreja uz elektrotransportu, kas palielina elektroenerģijas patēriņu un padara transporta uzlādi par nozīmīgu slodzes komponenti elektroenerģijas sistēmā. Otrkārt, pieaugošais atjaunojamās enerģijas īpatsvars elektroenerģijas ražošanā, kura mainība rada papildu izaicinājumus tīkla slodžu prognozēšanā, balansēšanā un elastības nodrošināšanā. Precīzas elektroauto patēriņa prognozes kļūst par svarīgu priekšnosacījumu gan viedai uzlādes plānošanai, gan efektīvai elektroenerģijas sistēmas darbībai kopumā.

Projekta īstenošanas laikā SIA “Lesla Latvia” sadarbībā ar zinātnisko institūciju plāno veikt mākslīgā intelekta risinājumu izpēti elektroauto enerģijas patēriņa prognozēšanas jomā, analizējot ietekmējošos faktorus, to relatīvo nozīmīgumu un savstarpējās sakarības, kā arī definējot nepieciešamo datu kopu un kvalitātes prasības efektīvai modeļa apmācībai.

Projektā tiks veikta strukturēta datu iegūšana par elektroauto lietojuma paradumiem un ārējiem apstākļiem, kas ietekmē elektroenerģijas patēriņu, tostarp laika apstākļiem, maršrutu raksturlielumiem un lietotāju uzvedības modeļiem.

Turpmāk paredzēta mākslīgā intelekta moduļa apmācība, testēšana un validācija, lai nodrošinātu prognožu precizitāti un risinājuma praktisku izmantojamību reālos ekspluatācijas apstākļos.

Projekta rezultātā tiks izstrādāts mākslīgā intelekta sistēmas prototips, kas veidos pamatu turpmākai komercializācijai un integrācijai viedās uzlādes, enerģijas pārvaldības un elektroenerģijas balansēšanas sistēmās, vienlaikus veicinot elektrotransporta integrāciju enerģētikas sistēmā un atbalstot pāreju uz ilgtspējīgu, digitāli vadītu mobilitāti.

Projekta īstenošanas periods: no 2026. gada 1. februāra līdz 2027. gada 30. jūlijam.

Projekts tiek īstenots ar Eiropas Savienības Atveseļošanas fonda (NextGenerationEU) finansējumu.

Projekta kopējās izmaksas ir 189 866,68 EUR, no tām Eiropas Savienības finansējums – 129 300,01 EUR.