Rhagfynegi Effeithlonrwydd Ynni ar draws holl Gartrefi Cymru

Post gan Joseph HC, Uned Gwyddor Data, Llywodraeth Cymru

Read this page in English

Mae gwybodaeth am effeithlonrwydd ynni cartrefi ledled Cymru yn ddefnyddiol i lunwyr polisi fel tystiolaeth ar gyfer polisïau tlodi tanwydd, strategaeth ynni a pholisïau mentrau gwyrdd. Yn yr Uned Gwyddor Data, rydym wedi bod yn gweithio ar brosiect i adeiladu sylfaen dystiolaeth gryfach ar gyfer effeithlonrwydd ynni cartrefi yng Nghymru.

Y ffynhonnell wybodaeth ddiweddaraf sydd ar gael ar effeithlonrwydd ynni cartrefi yw’r Gofrestr Tystysgrifau Perfformiad Ynni (EPC). Mae’r Gofrestr, fodd bynnag, yn cynnwys ond hanner yr holl gartrefi yng Nghymru ac mae’n cael ei gorgynrychioli gan gartrefi mwy newydd, mwy effeithlon o ran ynni. Mae hyn oherwydd bod deddfwriaeth wedi’i chyflwyno yn 2008 a oedd yn gwneud arolygon EPC yn ofyniad gorfodol wrth werthu neu rentu eiddo.

Mae’r blog hwn yn disgrifio sut rydym wedi bod yn defnyddio’r gofrestr o Dystysgrifau Perfformiad Ynni (EPC) i adeiladu set ddata sy’n cwmpasu pob eiddo preswyl yng Nghymru. Mae’r gwaith hwn yn adeiladu ar brosiect a gynhaliwyd gan Gampws Gwyddor Data y Swyddfa Ystadegau Gwladol: Defnyddio dysgu peirianyddol i ragweld effeithlonrwydd ynni | Campws Gwyddor Data.

Gwybodaeth sydd ar gael ar hyn o bryd

Er bod tuedd tuag at eiddo mwy newydd a mwy effeithlon o ran ynni, mae’r Gofrestr EPC yn fan cychwyn da ar gyfer adeiladu set ddata effeithlonrwydd ynni Cymru gyfan. Mae cyfrifo graddfeydd ynni EPC yn seiliedig ar Fodel Ynni Domestig (BREDEM) Sefydliad Ymchwil Adeiladu’r DU.  Darperir EPCs i eiddo yn dilyn asesiad ynni, wedi’i berfformio gan asesydd ynni cymwys ac achrededig sy’n ymweld â’r eiddo ac yn asesu nodweddion adeiladu allweddol megis:

  • inswleiddio waliau, lloriau a llofftydd;
  • effeithlonrwydd boeleri;
  • math o system wresogi;
  • dulliau rheoli gwres; a,
  • ffenestri.

Yna mae’r aseswr yn darparu sgôr rifyddol, o’r enw Sgôr Effeithlonrwydd Ynni (EER), o fewn un o 7 categori, A-G, fel y dangosir yn Ffigur 1.

Ffigur 1 - Sgoriau Effeithlonrwydd Ynni a sgoriau A-G

Ffigur 1 – Sgoriau Effeithlonrwydd Ynni a sgoriau A-G

Mae’r Uned Gwyddor Data yn datblygu model dysgu peirianyddol i ragweld yr EERs ar gyfer cartrefi nad ydynt eto wedi cael asesiad ynni EPC. Mae hyn yn golygu dod o hyd i wybodaeth newydd y gellir ei defnyddio yn lle asesiadau EPC â llaw.

Canfod gwybodaeth amgen

Her wrth ragweld yr EER ar gyfer cartrefi yw cael yr wybodaeth sy’n pennu EER fel inswleiddio waliau a lloriau sydd fel arfer yn dod o asesiad â llaw. Mae’r wybodaeth hon ar gael ar gyfer eiddo sydd wedi derbyn EPC yn unig. Mae angen i ni ddod o hyd i ffynonellau data eraill i’w defnyddio fel data amgen i ragweld sgoriau EER ar gyfer eiddo nad ydynt wedi’u hasesu. Rydym yn galw’r data amgen hwn yn “ddata procsi”.

Ffynonellau data procsi cyfredol

Mae ein set data procsi yn cyfuno gwybodaeth o sawl ffynhonnell:

  1. Set ddata yr Arolwg Ordnans
  2. Cronfa Ddata Ddaearyddol Genedlaethol yr Arolwg Ordnans (NGD)
  3. Data Pris a Dalwyd y Gofrestrfa Tir
  4. Mynegai Amddifadedd Lluosog Cymru
  5. Cofrestr Rhentu Doeth Cymru

Gan ddefnyddio’r setiau data hyn rydym wedi llwyddo, hyd yn hyn, i ddisodli rhai o’r nodweddion EPC yn uniongyrchol, megis math o eiddo, oedran yr adeilad, ac arwynebedd y llawr. Mae rhywfaint o’r wybodaeth a gesglir â llaw yn anoddach i’w disodli, felly rydym wedi defnyddio brasamcanion fel ailosod nifer yr ystafelloedd gyda nifer yr ystafelloedd gwely, gan ddefnyddio gwybodaeth Rhentu Doeth Cymru. Mae hyn oherwydd, ar y cyfan, po fwyaf o ystafelloedd gwely sydd gan aelwyd, y mwyaf o ystafelloedd sydd ganddo yn gyffredinol. Mae darnau eraill o wybodaeth yn anoddach cael unrhyw ddata procsi ar eu cyfer ac efallai na fyddant yn cael eu cynrychioli yn y model terfynol.

Yn ogystal â chwilio am ddata amgen, rydym hefyd yn ystyried eiddo cyfagos gyda thystysgrifau EPC fel syniad bras ar gyfer eiddo heb dystysgrif. Mae’r graddfeydd EER ar gyfer eiddo cyfagos wedi’u cynnwys yn y set data procsi.

Y camau nesaf

Bydd y data procsi yn cael ei ddefnyddio i hyfforddi model dysgu peiriant. Rydym yn gobeithio y bydd y model yn rhoi golwg ehangach i ni ar EPCs ledled Cymru y gellir ei ddefnyddio gyda datblygu polisi. Os hoffech wybod mwy am y gwaith, cysylltwch â ni ar: DataScienceUnit@llyw.cymru

Sut y gall Deallusrwydd Artiffisial Cynhyrchiol wneud cynnwys ar-lein yn haws ei ddeall

Post gan Joe ac Aron, Uned Gwyddor Data, Llywodraeth Cymru

Read this page in English

Yn ddiweddar, mae’r Uned Gwyddor Data wedi bod yn archwilio ffyrdd posibl o ddefnyddio AI Cynhyrchiol. Mae un prosiect wedi datblygu offeryn profi cysyniad sy’n defnyddio AI Cynhyrchiol i helpi i olygu cynnwys testun. Nod yr offeryn oedd:

  • cefnogi dylunwyr cynnwys yn Llywodraeth Cymru drwy ddarparu drafft gwell i’w ddefnyddio’n sail i’w gwaith; a
  • helpu pawb i gynhyrchu cynnwys gwell (nid oes gennyn ni ddigon o ddylunwyr cynnwys ar gyfer ein holl gynnwys!)

Gallai’r offeryn arbed amser i’r dylunwyr cynnwys, yn eu galluogi i ganolbwyntio eu sgiliau ar y problemau mwy heriol ac yn gwella ein cynnwys ysgrifenedig.

Parhau i ddarllen

A all AI ein helpu i ailddarganfod coetiroedd coll?

Postiad gan Evie, Uned Gwyddor Data, Llywodraeth Cymru

Read this page in English

Mae llawer o goetiroedd yng Nghymru wedi’u clirio, yn enwedig ers y 19eg ganrif.  Rydym yn diffinio ‘coetir coll hanesyddol’ fel coetir sydd i’w weld ar hen fapiau ond sydd bellach wedi diflannu. Gallai fod yn addas ailblannu’r hen safleoedd hyn gan y byddai’r pridd gwreiddiol wedi bod yn addas iawn ar gyfer tyfu coed gyda rhwydwaith o wreiddiau ac ecosystem eisoes ynddo. Bydd cynlluniau creu neu adfywio coetiroedd ar y safleoedd hyn fod yn fwy tebygol o lwyddo a chefnogi targedau’r llywodraeth, fel Coedwig Genedlaethol Cymru. Mae’r blog hwn yn disgrifio sut mae’r uned gwyddor data yn defnyddio ‘golygon cyfrifiadurol’ (math o AI sy’n gweithio gyda delweddau) i wneud hyn.

Sut mae gwybod ble oedd y coetiroedd hyn?

Mae cliwiau ynghylch ble oedd y coetiroedd hyn i’w gweld ar hen fapiau sy’n rhoi cipolwg gwerthfawr i ni ar sut mae ein tirwedd wedi newid. Ond mae’r mapiau hyn yn anodd eu defnyddio ac yn gofyn am ymdrech i’w dadansoddi, yn enwedig os ydych chi’n edrych ar y wlad gyfan.

Ffigur 1: Rhannau o’r map sy’n goetir

Ffigur 1: Rhannau o'r map sy'n goetir

Mae’r Uned Gwyddor Data wedi bod yn gweithio gyda chydweithwyr yn CADW (gwasanaeth amgylchedd hanesyddol Llywodraeth Cymru), ein tîm daearyddiaeth a Cyfoeth Naturiol Cymru i ystyried sut y gellid defnyddio modelau cyfrifiadurol i adnabod coetiroedd ar hen fapiau. Gall cymharu’r hen fapiau hyn â data diweddar ddatgelu’r coetiroedd coll a gwerthfawr hynny.

Sut gall AI helpu?

I hyfforddi’r model AI, rydym wedi defnyddio mapiau Arolwg Ordnans mor bell yn ôl â’r 1840au ac wedi labelu rhai safleoedd ar y mapiau â llaw gan ddefnyddio’r allwedd fel cyfeirnod. Gwnaethon ni ddefnyddio meddalwedd geo-ofodol ffynhonnell agored i dynnu ffiniau o amgylch symbolau i labelu gwahanol fathau o goetir. Roedd y labeli hyn yn cynnwys rhywogaethau coed fel Coed Conwydd, Perllannau a Helyg Gwiail.

Defnyddiwyd y mapiau hyn a’r labeli i ddysgu’r model AI i adnabod safleoedd tebyg ar rannau eraill y map gan ddefnyddio’r patrymau a symbolau (nodweddion) yr oedd wedi’u dysgu i’w hadnabod.

Mae ein fersiwn gyntaf o’r model wedi dangos canlyniadau addawol, fel y gwelwch yn Ffigur 2. Yn yr enghraifft hon, o ardal yn Llannerchymedd, Ynys Môn, roedd y model wedi lliwio’n wyrdd y rhannau yr oedd yn hyderus eu bod wedi’u mapio’n goetiroedd.

Ffigur 2: Coetir wedi’i liwio’n wyrdd gan AI

Ffigur 2: Coetir wedi'i liwio'n wyrdd gan AI

Mae AI yn gallu gweithio’n dda, ond nid yw bob amser yn gywir ac mae angen rhagor o waith i’w wella.

Mae’r AI wedi labelu ambell ran yn goetir, ond mewn gwirionedd mae symbolau’r map yn dangos eu bod yn chwareli, arfordir neu gyfuchliniau. Hefyd, ambell waith, byddai testun ar y map sy’n nodi coedwig neu allt, yn cael ei gamlabelu gan y model yn ystod yr hyfforddiant, fel darn o goetir. Trwy drugaredd, gellir cywiro’r gwallau hyn yng ngham nesaf y gwaith.

Ffigur 3. Tir wedi’i gamlabelu gan AI fel coetir

Ffigur 3. Tir wedi'i gamlabelu gan AI fel coetir

Beth nesaf?

Bydd cam nesaf ein gwaith yn canolbwyntio ar wella’r model AI trwy ychwanegu mwy o ddata hyfforddi sy’n cynnwys tir y mae’n ei gamlabelu’n aml a mireinio paramedrau’r model. Byddwn hefyd yn cymharu’r coetiroedd y mae’r model yn eu nodi â ffynonellau data eraill, megis Rhestr Coetiroedd Hynafol, i nodi’r mannau lle gallai coetiroedd fod wedi bodoli yn y gorffennol, ond nad ydynt yn bod mwyach, ac felly’n goetiroedd “coll”. Byddwn yn diweddaru’r gwaith hwn yn rheolaidd wrth iddo fynd yn ei flaen.

Datblygu Sgiliau Gwyddor Data

Postiad gan Steven, Uned Gwyddor Data, Llywodraeth Cymru

Read this page in English

Mae gwyddor data yn sgil allweddol i drawsnewid ein gwaith o fewn Llywodraeth Cymru, gan ein bod yn ei defnyddio i foderneiddio ac awtomeiddio prosesau data a’n helpu i weithio’n effeithlon, yn dryloyw ac yn gywir. Mae’r uned gwyddor data wedi bod yn awyddus bob amser i helpu staff i ddysgu a gwella eu sgiliau gwyddor data, ac yn ddiweddar rydym wedi dechrau dwy fenter newydd i gefnogi’r nod hwn.

A royalty-free stock illustration representing a computer screen and data. (pixabay.com)
Parhau i ddarllen

Defnyddio Cod i Ddylunio Siartiau yn Awtomatig ar gyfer Cyhoeddiadau

Post gan Joe ac Aron, Uned Gwyddor Data, Llywodraeth Cymru

Read this page in English

Mae staff Llywodraeth Cymru yn y Gwasanaethau Gwybodaeth a Dadansoddi (KAS) yn treulio llawer o oriau yn fformatio eu siartiau i’w cyhoeddi, gan sicrhau bod maint ffont yn gywir, bod lliwiau’n dilyn y canllawiau ac echelinau wedi’u labelu. Mae’r Uned Gwyddor Data wedi symleiddio’r prosesau hyn trwy greu pecyn cod a ysgrifennwyd yn R, a elwir yn KASStylesR. Gyda KASStylesR, gall timau gynhyrchu siartiau Cymraeg a Saesneg parod i gyhoeddi mewn llawer llai o amser na fyddai wedi’i gymryd i’w gwneud â llaw.

Parhau i ddarllen

Creu offer gwyddor data

Read this blog in English

Y blog hwn yw’r trydydd mewn cyfres sy’n cyflwyno rhywfaint o’r gwaith rydym wedi bod yn ei wneud yn Uned Gwyddor Data Llywodraeth Cymru. Mae llawer o’r gwaith a wnawn fel gwyddonwyr data yn cynnwys dadansoddi data mewn rhyw ffordd, ond rydym hefyd yn hoffi datblygu offer sy’n helpu pobl i weithio gyda data. Dyma ychydig o enghreifftiau o bethau rydyn ni wedi bod yn eu datblygu.

Parhau i ddarllen

Diweddariad Gwyddor Data: ansawdd rhyngrwyd – defnyddio gwybodaeth newydd

Read this blog in English

Croeso i ail ran ein cyfres o flogiau sydd yn cyflwyno rhai o’r prosiectau sydd ar waith yn yr Uned Gwyddor Data. Cyhoeddwyd Rhan 1 yr wythnos diwethaf

Bydd y blog hwn yn dilyn prosiect sydd yn ymchwilio i’r defnydd o ddata profion cyflymder rhyngrwyd i gefnogi’r wybodaeth sy’n bodoli eisoes o ran y ddarpariaeth ar hyd a lled Cymru.

Parhau i ddarllen

Prosiectau Gwyddor Data: Nodi a disgrifio clystyrau o amddifadedd

Read this blog in English

Er bod ystadegau cywir ac amserol bob amser wedi cael eu cydnabod fel mewnbwn allweddol i benderfyniadau a llunio polisïau o ansawdd da o fewn y llywodraeth, mae’r flwyddyn ddiwethaf wedi golygu bod data yn hynod bwysig o ran strategaeth ac adrodd mewn ffordd newydd oherwydd COVID-19. Mae awydd y cyhoedd am ddata wedi cynyddu ac mae cynhyrchion fel dangosfyrddau data yn cael eu defnyddio’n aml gan bobl nad ydynt efallai wedi cymryd rhan ym maes casglu data o’r blaen.

Parhau i ddarllen

Myfyrdodau arweinydd digidol newydd

Read this page in English

Yr wythnos hon mae hi’n Wythnos Arweinwyr Digidol. Dyma adeg addas felly i ysgrifennu fy mlog cyntaf fel Prif Swyddog Digidol Llywodraeth Cymru wedi imi ddechrau yn y swydd ym mis Gorffennaf (nid y “100 diwrnod cyntaf” enwog y mae gwleidyddion yn cyfeirio ato, ond ddim yn bell chwaith). Mae’r misoedd cyntaf wedi bod fel corwynt wrth imi ddysgu beth sy’n digwydd ar draws y sefydliad ac yn allanol, gan geisio datblygu darnau allweddol o waith sy’n bwysig i ni o ran ymateb i’r pandemig a pharatoi ar gyfer y dyfodol. Fel mewn llawer o weithleoedd eraill, rydym wedi bod yn gweithio gartref yn bennaf ers mis Mawrth, wrth gwrs. Mae manteision aruthrol i hyn, y manylwyd arnynt dros y misoedd diwethaf, ond mae dechrau mewn swydd newydd yn y cyfnod hwn a methu dod i gysylltiad wyneb yn wyneb gyda fy nhimau newydd yn brofiad gwahanol iawn!

Parhau i ddarllen