
Project 4.0 – Kenter Energieplatform
Toekomstgerichte uitbreiding van het energieplatform van Kenter, met datavisualisatie, automatische correcties en AI-voorspellingen. Gebouwd met Blazor, CosmosDB, ML.NET en Docker.
Introductie & Doelstelling
Project 4.0 is een vernieuwingsproject van het bestaande energieplatform van Kenter, een Belgische netbeheerder.
Ons doel: het platform uitbreiden met intelligente features voor:
- vernieuwde datavisualisatie
- automatische correctie van meetfouten
- AI-voorspellingen van toekomstig energieverbruik
Eerste semester: requirements-analyse met klantinterviews en technische analyse.
Tweede semester: volledige realisatie in 3 sprints tijdens de examenperiode.
Analyse & Voorbereiding
We startten het project met intensieve afstemming met Kenter:
- Use-cases en probleemstellingen definiëren
- Scope bepalen en risicoanalyse
- Datamodel (ERD) uitwerken in StarUML
- UI-flows en wireframes maken in Figma
- Agile projectplanning en sprintverdeling
Realisatie in 3 sprints
- Setup van Blazor WebAssembly front-end
- Integratie met CosmosDB en MySQL
- Dockerized omgeving met gescheiden front-, back- en AI-services
- Beveiligde loginflow via JWT-authenticatie

- Meetdata tonen op kaarten en grafieken
- Filters op tijdschaal: dag, week, maand, jaar
- Interface voor automatische AI-gestuurde correctie van ontbrekende gegevens


- Voorspellende modellen trainen met ML.NET
- ‘Fill’-functionaliteit om ontbrekende waarden automatisch aan te vullen
- Vooruitkijkende grafieken voor dag- en weekverbruik

Front-end – Blazor WebAssembly
De front-end is opgebouwd als een moderne Single Page Application met Blazor WebAssembly:
- Componentgebaseerd met herbruikbare layoutstructuur
- Volledig responsive, met Light/Dark mode
- Toegankelijkheid: kleurblindvriendelijk en duidelijk contrast





Data-correctie & AI-voorspellingen
Het platform is verrijkt met AI-functionaliteit:
- Slimme datacorrectie: automatisch invullen van ontbrekende data via modellen
- Voorspellende visualisaties: schattingen voor toekomstig verbruik per dag of week







Infrastructuur & hosting
- Docker: volledige applicatie in microservices
- Azure: hosting via VMs & CosmosDB (serverless)
- CI/CD: GitLab Pipelines met automatische build en deployment
- Beveiliging: statische analyse en veilige secrets
AI & MLOps-integratie
- ML.NET: gebruikt voor het trainen van regressiemodellen met LightGBM
- MLOps pipeline: van datacleaning tot automatische retraining
- Combinatie van .NET-applicatielogica met Python-data pipelines
Promotievideo
Deze video is geblokkeerd tot je “Externe media & tracking” cookies toestaat.
Mijn Bijdrage
Ik was actief binnen het APP-team, dat verantwoordelijk was voor het bouwen van de Blazor-gebaseerde front-end.
Mijn specifieke bijdragen:
- Architectuur en UI-design van de hoofdpagina
- Navigatiestructuur en routing binnen de app
- Schrijven van gebruikershandleiding en technische documentatie
- Afstemming met AI-team voor naadloze integratie van MLOps
In slechts drie weken bouwden we een schaalbaar, goed gedocumenteerd platform dat klaar is voor productie.
Reflectie & Verdere Uitbreidingen
Project 4.0 toont aan dat AI-voorspellingen en energiebeheer samen kunnen gaan.
Mogelijke uitbreidingen:
- Meertalige UI
- Koppelingen met externe bronnen en smart meters
- Uitgebreide monitoring voor MLOps dashboards