Erfaringsudveksling i Vandmiljøteknikken EVA
24
Machine Learning får stor indvirkning på fremtidens vandsektor
Af: Ørjan Heggdal, Civilingeniør, EnviDan
Af: David Getreuer Jensen, Ph.D., Civilingeniør, EnviDan
Machine Learning har i mange industrier bevist sit værd, og det ser også lovende ud for vandsektoren. Indenfor den videnskabelige litteratur er der sket en voldsom stigning af referencer indenfor anvendelsen af Machine Learning i vandsektoren og denne viden kommer nu til branchen til gode i praksis.
Årsagen til stigningen skyldes i høj grad tilgangen til data, udvikling i algoritmerne samt en stigning i beregningskraft. Især skyldes fremgangen, at Machine Learning er blevet mere tilgængelig og billig at afprøve. Machine Learning som et værktøj tilbyder et alternativ til traditionelle løsninger, og i mange tilfælde også analyser, der ellers ikke var mulige at foretage. I EnviDan anvender vi altid Machine Learning med udgangspunkt i vores domæneviden indenfor vand og miljø. Det er helt grundlæggende for, hvordan kompetencerne i vores Data Science-team er sammensat, og hvordan vi generelt arbejder med Machine Learning. Vi kan opnå stor værdi i krydsfeltet mellem vores fagviden indenfor henholdsvis vand og Machine Learning, hvilket nedenstående udviklingsprojekt er et godt eksempel på.
Udviklingsprojekt: Hvor bliver fejlkoblingen tilsluttet i et separatkloakeret opland?
EnviDan har i et udviklingssamarbejde med svenske VA SYD arbejdet for at rykke grænserne for, hvordan vi ved en kombination af sensordata og kunstig intelligens kan blive klogere på, hvor uvedkommende vand fra fejlkoblinger introduceres i vores afløbssystemer. Overfladevand i spildevandssystemerne har store konsekvenser blandt andet øget belastning af pumpesystemer og renseanlæg, for ikke at nævne de mere kritiske konsekvenser som oversvømmelse grundet manglende hydraulisk kapacitet. Formålet med projektet er at udnytte højopløselige målinger af distribueret nedbør og flow i afløbssystemet til at lokalisere områder med forekomster af fejlkoblinger, hvor regnvand afledes til spildevandssytemet. Netop lokalisering af fejlkoblinger er en øvelse, der traditionelt er forbundet med store mængder af manuelt arbejde i form af inspektioner, eller som kun giver et indblik i fejlkoblinger over et helt opland.
