Sensor Intelligence för smarta byggnader
FrostLogic Explore läser från din BMS, energimätare och IoT-sensorer och returnerar en prioriterad kö av beslut — avvikelsedetektering, prognoser med konfidensintervall, kontinuerlig efterlevnad och vad-om-simulering. Förankrat i din data. Inget påhittat.
Betrodd av operatörer i Norden



Den verkliga flaskhalsen
Modernt kommersiellt fastighetsbestånd genererar mer telemetri per timme än ett kraftverk från 1995 gjorde på ett år. Instinkten, när du ser den floden, är att köpa fler dashboards. Det är precis fel drag. Flaskhalsen är inte längre mätning. Det är handlingen att bestämma — lugnt, med självförtroende — vad varje signal betyder och vad man ska göra med den.
En portfölj med 40 byggnader producerar vanligtvis 50 000+ tidsseriepunkter per timme. Ingen mänsklig operatör kan läsa det. En dashboard som visar allt gör operatören en björntjänst: signal-till-brus-förhållandet av "allt grönt" är noll, och summern av "allt larmar" ignoreras inom en vecka.
Sensorer driver. De fastnar. De går offline tyst. De motsäger sina grannar. En modell tränad på dåliga indata producerar självsäkra, felaktiga svar — den typ av fel som är dyrt just för att det ser rätt ut.
De flesta plattformar visar vad som händer. Operatörer behöver veta vad de ska göra härnäst, i vilken ordning och varför. Det rätta gränssnittet är inte en dashboard. Det är en kö — tjugo poster, prioriterade, var och en med en tydlig föreslagen åtgärd. Dashboarden är frågan. Kön är svaret.
En modern byggnad har mer än tillräckligt med data. Den saknar beslut per kilobyte. Sensor Intelligence är lagret som höjer det förhållandet.
Vad Explore gör
En plattform. Tre uppgifter. Allt förankrat i den data du redan har.
Avvikelsedetektering över sex metoder, med allvarlighetspoängsättning och ett-klicks triage. Kritisk drift dyker upp innan det blir ett utryckningsärende.
Träffsäkra prognoser med uttryckliga konfidensintervall, plus vad-om-simulering för varje driftsförändring innan du genomför den.
Levande bevis för BREEAM, LEED, Nordic Swan Ecolabel och fler — insamlat från sensorerna du redan har, inte rekonstruerat vid revisionstillfället.
Mönsterbaserad AI
Ingen enskild teknik överlever kontakt med en riktig byggnad. Frostdynamics™-motorn skiktar fyra — där varje fångar de andras felmoder — i en enda beslutspipeline.
Z-värden, säsongsbaserad uppdelning, change-point-detektering. Billigt, snabbt och korrekt i de uppenbara fallen — ett steg, ett regimskifte, en tydlig avvikare. Fel i fallen som gömmer sig i bruset. Det är därför vi inte stannar här.
En värme-mass-energibalansmodell kontrollerar varje råsignal mot vad fysiken faktiskt tillåter. Om tilluftstemperaturen påstås ha rört sig 4°C på 30 sekunder utan input, säger fysiken nej — och plattformen litar på fysiken framför givaren.
Kausal filtrering särskiljer den enda uppströmsförändringen som just inträffade från de tolv nedströmssignaler den oundvikligen rör. Operatören ser ett ärende — grundorsaken — inte en storm av larm om dess eko.
Platsspecifika inlärda baslinjer uppdateras när beläggningsmönster skiftar, hyresgäster ändras, utrustning åldras. De lär sig byggnaden du har nu. De åsidosätter aldrig fysiken — det är hela poängen med skiktningen.
Varje metod har en känd felmod. Motorn spelar dem mot varandra så att felmoderna inte sammansätts — de tar ut varandra.
Avvikelsedetektering
En traditionell BMS avfyrar varje larm med samma vikt. Inom veckor lär sig operatörer att tysta summern — och verkliga fel försvinner i bruset. Den prioriterade kön inverterar modellen: varje avvikelse poängsätts, klassificeras och placeras i en enda rankad lista. Tjugo poster, inte tvåtusen. Var och en bär en föreslagen åtgärd och ett tydligt "varför".
Långsam, ihållande avvikelse från förväntad baslinje. Givaren är fortfarande online. Värdena är fortfarande "inom intervall". Men gapet växer — och om du tränar en prognos på den signalen kommer du att ha fel med självförtroende vid månad tre. Endast statistiska plattformar missar detta. Fysikmedvetna metoder fångar det på dag tre.
Givaren returnerar den senast goda avläsningen för alltid. Variansen är noll, vilket en kompetent statistisk metod flaggar omedelbart — men BMS-larm, konfigurerade på tröskelvärden, gör det inte. En frusen sensor är ett värre fel än en död, eftersom dashboarden säger nominellt.
Ett statistiskt osannolikt konsumtionshopp som inte kan förklaras av beläggning, väder eller schemalagd last. Klassificerad efter allvar, mappad till den minsta uppströms utrustningsgrupp som kunde ha orsakat det. Visar felström, börvärdesdrift och illa fungerande utrustning innan det syns på en faktura.
Verkligheten har avvikit från prognosen bortom dess konfidensintervall. Antingen är prognosen fel (modellproblem) eller så beter sig byggnaden på ett oförutsett sätt (driftsproblem). Plattformen säger vilket — och agerar på det andra, tränar om på det första.
Rapporteringskadensen har stannat eller försämrats. Fixet är vanligtvis trivialt — men en saknad signal korrumperar varje modell som förlitade sig på den, tyst. Att fånga detta tidigt handlar mest om att svara på frånvaron av data, vilket är svårare än att svara på data.
Två sensorer som fysiken säger måste röra sig tillsammans börjar motsäga varandra. Var och en är inom sitt individuella band — BMS:en låter båda passera. Men en av dem har fel, och den historiska noggrannheten hos var och en kommer att säga vilken. Det är här de mest subtila, dyraste felen bor.
Avvikelselivscykel
Varje löst avvikelse blir träningsdata för nästa. Operatöröverstyrningar, omklassificeringar och flaggor för falska positiva matas tillbaka till modellen — så kön blir mer relevant ju längre du kör den.
Prognoser & AI-resonemang
En prognos är bara användbar om operatören tror på den. Tron kommer från två saker: ett konfidensintervall som säger sanningen om osäkerhet, och ett resonemangslager som kan svara på "varför detta nummer, inte det där?" på språk operatören redan använder.

Prognoser körs på fyra horisonter som standard — 1 timme, 24 timmar, 7 dagar, 90 dagar — var och en med ett uttryckligt konfidensintervall. Bredare band, mindre säkerhet: operatören kan se med en blick om de ska agera på ett nummer eller bevaka det.
Ställ en fråga till motorn på enkelt språk. Få ett svar förankrat i din telemetri, med underliggande mätvärden länkade. Inget är påhittat — om datan inte finns där säger systemet det. Detta är disciplinen som de flesta byggnads-AI saknar: det är skillnaden mellan en användbar assistent och en självsäker lögnare.
Efterlevnad & ESG
Explore mappar dina sensorer till certifieringskriterier och bevakar dem kontinuerligt. Bevis samlas in när det händer, inte rekonstrueras en gång om året. Brott larmar i realtid. Revisorer får en export, inte ett kappspring.
Nordic Swan Ecolabel idag. BREEAM, LEED och EU-anpassade ramverk på samma grund.
Branscher vi betjänar
HVAC, avvikelser, komfort, efterlevnad.
UtforskaNätavvikelser, efterfrågeprognoser.
UtforskaProcesstelemetri, prediktivt underhåll.
UtforskaÖvervakning och efterlevnad av kritisk utrustning.
UtforskaPortföljer med flera platser under ett beslutslager.
UtforskaMiljö- och flottelemetri.
UtforskaDriftsättning · Säkerhet · Datahemvist
Körs i ditt Kubernetes-kluster eller privat moln. Din infra, dina SLA:er, din styrning. Du äger data och tränade modeller.
Värdat av oss i Hetzners EU-baserade, ISO 27001-certifierade datacenter. GDPR-native. Snabb onboarding, ingen infrauppsättning på din sida.
Inga personuppgifter — endast byggnads- och driftsensordata. Förankrad slutledning, deterministiska skyddsräcken. Ingen leverantörsinlåsning.
Resurser
Varför detta år, inte nästa
Sensor Intelligence har varit tyst billigt att driftsätta ett tag. Anledningen till att operatörer landar det nu är att kostnaden för att inte driftsätta det har slutat vara abstrakt.
Kontinuerlig mätinformation är inte längre ett framtida krav — det är ett nuvarande. Byggnader som inte kan producera kontinuerliga bevis lämnar in svagare rapporter, och intressenter läser dem mer noggrant varje kvartal.
Energi är inte längre en post längst bak i budgeten. En 4% tyst drift i en portfölj med 40 byggnader är en sexsiffrig årlig kostnad, inte en fotnot. Att fånga det på dag tre istället för månad sex är skillnaden mellan ett serviceärende och ett budgetmöte.
BREEAM In-Use, LEED O+M, Nordic Swan Ecolabel — varje ramverk har rört sig mot kontinuerlig bevisviktning under de senaste två omcertifieringscyklerna. Årliga stickprovsbevis fungerar fortfarande, men de poängsätts sämre än de brukade. Det gapet kommer inte att minska.
Boka en 20-minuters demo. Vi ansluter till ett urval av din data och visar dig vad Explore lyfter fram — live.
Senior ingenjör på första samtalet. Ingen inköpsstilad introrunda. Svar inom en arbetsdag.