Skip to main content
Denne siden vises ved hjelp av automatisk oversettelse. Vis på engelsk i stedet?
Et rør som er ødelagt og bortkastet vann kommer ut av det.

Kunstig intelligens: Spar vann på den smarte måten

VA SYD, et svensk vannverk, reduserte ikke-inntektsvann fra 10% til under 8% ved hjelp av et AI-basert lekkasjedeteksjonssystem som identifiserer lekkasjer så små som 0,5 liter per sekund. Løsningen utvides nå på tvers av nettverket og andre svenske kommuner.

To generelle prinsipper hersker ved VA SYD: Det ene er at selv om vannmangel ikke er et problem i Sverige i seg selv, føles sløsing med vann bare galt. Den andre er, når det gjelder ny teknologi, å starte i det små, prøve ting ut og lære av feil for å sikre suksess i større skala. Det første prinsippet var motivasjonen for å etablere et lekkasjedeteksjonssystem. Og det andre prinsippet definerte tilnærmingen, nemlig å etablere et bevis på konseptet i en relativt liten del av systemet med 5000 forbrukere.

Små lekkasjer med stor innvirkning

Med base i Malmø driver den svenske vannleverandøren VA SYD totalt rundt 5000 kilometer rørledninger, hvorav 2000 kilometer er for drikkevann. Å finne lekkasjer er en kompleks oppgave. «Inntil ganske nylig kunne vi bare oppdage de største lekkasjene som førte til driftsforstyrrelser. Faktisk er det de mindre, langsommere lekkasjene, ofte fra små servicerør, som er ansvarlige for brorparten av ikke-inntektsvann, påpeker Simon Granath, utviklingsingeniør i VA SYD.

dd930924-b4e8-41a4-ad70-3f04e0c8e3aa - VA-SYD-hero-2560x1440

Forbedret kundeservice

Et annet aspekt er å forbedre servicen til kundene. «Vi må vedlikeholde mange rørledninger i et stort område, og vi ønsket å forbedre vår evne til å finne lekkasjer gjennom smarte målesoner. For dette formålet satte vi oss for å finne en AI-basert løsning, minnes Simon Granath.

VA SYD evaluerte flere systemer. Til syvende og sist ville løsningen måtte utnytte de tilgjengelige strømningsmålere og smarte målere optimalt i området som var valgt for konseptbevis. SIWA Leak Finder krysset av for alle boksene. Denne smarte løsningen bruker en AI-basert algoritme for å identifisere og klassifisere avvik i rørnettet. For å fungere pålitelig, blir SIWA Leak Finder først «trent» gjennom historiske flyt- og trykkdata, slik at den lærer å skille avvik fra vanlig drift og tilordne riktig årsak til hver anomali.

Samarbeid fører til en optimal AI-løsning

«Men når det gjaldt implementeringskonseptet, møtte vi noen hindringer. Vi trengte å finne en måte å bruke den AI-baserte lekkasjedeteksjonen i et lokalt oppsett i stedet for i et skymiljø, sier Simon Granath. Siemens var i stand til å tilby en løsning på dette kravet også. Han fortsetter: «Vi hadde noen grundige diskusjoner med Siemens og våre IT- og OT-avdelinger om den beste tilnærmingen til å installere SIWA Leak Finder-løsningen i våre egne datasentre. Så vidt jeg vet, er dette første gang noe slikt gjøres i den svenske vannindustrien — og vi klarte å få jobben gjort, ikke minst takket være støtten og ekspertisen fra Siemens.

Simuleringsmetode for forbedrede data

Det neste trinnet var å finjustere de hydrauliske modellene for rørledningene og koble dataene fra målesystemene og pumpestasjonene med SIWA Leak Finder ved hjelp av OPC UA. VA SYD var da klar til å utføre de første testene. Simon Granath forklarer: «Vi brukte systemet til å simulere forskjellige lekkasjer og evaluerte deretter dataene. Vi var i stand til å oppdage lekkasjer så små som 0,5 liter per sekund - dette var ganske imponerende og en enorm forbedring i forhold til forrige løsning, som ikke ga noen mulighet til å oppdage små lekkasjer i det hele tatt.» Dermed kan ikke-inntektsvann i drikkevannsnettet til VA SYD bringes ned fra 10 prosent til 8 prosent.

Besparelser taler for løsningen

Med proof of concept i sluttfasen jobber VA SYD også med å skalere opp løsningen til andre deler av nettverket. For eksempel byen Lund, hvor VA SYD installerer ekstra strømningsmålere for å gi mer data fra rørledningsnettet.Videre har prosjektet ved VA SYD blitt anerkjent som en beste praksis i Sverige, noe som har ført til at andre kommuner tar i bruk den samme løsningen for vanndistribusjon i sine respektive områder. Et slikt eksempel er Nordvestskåne vann- og avløpsforsyning (NSVA) i den sørvestlige delen av landet. NSVA drar nytte av ekspertisen til utviklingsingeniør Victor Pelin, som tidligere jobbet sammen med Simon Granath for å implementere lekkasjedeteksjon ved VA SYD.

50436ee2-44c1-4c4a-a7f6-e1542822777c - Simon-Viktor-VASyd original

Simon Granath (t.v.), utviklingsingeniør ved VA SYD, og Victor Pelin (t.h.), utviklingsingeniør ved NSVA: «Vi ønsker å kunne måle opp til det beste. Det krever AI-baserte løsninger som SIWA Leak Finder.»

Til tross for økonomiske fordeler har SIWA Leak Finder allerede hjulpet VA SYD med å ta de neste skrittene mot et annet ambisiøst mål: innen 2030 ønsker selskapet å bli et klimanøytralt, energisparende vannverk med null uplanlagte driftsforstyrrelser.

VA SYD er godt på vei med sitt nåværende 8 prosent ikke-inntektsvann. «Vi ønsker virkelig å slå det. Det er kommuner som oppnår mye lavere tall, og vi ønsker å kunne måle opp til det beste, sier Simon Granath. Og for å nå dette målet er det ingen vei rundt smart lekkasjedeteksjon og AI-baserte løsninger som SIWA Leak Finder.


Mai 2021; oppdatert februar 2024

Kontakt
: Peder Welin
Redaksjon
: Bransjehistorier

SWA lekkasjesøker

SIWA Leak Finder er en av Siemens Water (SIWA) applikasjoner som er spesielt utviklet for vann- og avløpsindustrien. Denne smarte løsningen bruker en AI-basert algoritme for å identifisere og klassifisere avvik i rørnettet. For å fungere pålitelig, blir SIWA Leak Finder først «trent» med historiske flyt- og trykkdata, slik at den lærer å skille avvik fra vanlig drift og tilordne riktig årsak til hver anomali.

VA SYD

VA SYD er et av Sveriges største forsyningsselskaper, som investerer tungt i bærekraftig vann- og avløpsrensing, og presser på for miljøsmarte løsninger innen samfunnsbygging. Selskapet forsyner mer enn 546.000 kunder med drikkevann i regionene rundt Lund og Malmö i Sør-Sverige.