Skip to main content
Denna sida visas med automatisk översättning. Visa på engelska istället?
Ett rör som är trasigt och slösat vatten kommer ut ur det.

Artificiell intelligens: Spara vatten på det smarta sättet

VA SYD, ett svenskt vattenföretag, minskade icke-intäktsvatten från 10% till under 8% med hjälp av ett AI-baserat läcksökningssystem som identifierar läckor så små som 0,5 liter per sekund. Lösningen expanderar nu över dess nätverk och andra svenska kommuner.

Två allmänna principer härskar vid VA SYD: En är att även om vattenbrist inte är ett problem i Sverige i sig, känns slöseri med vatten bara fel. Den andra är, när det gäller ny teknik, att börja smått, prova saker och lära av misslyckanden för att säkerställa framgång i större skala. Den första principen var motivationen för att etablera ett läckagedetekteringssystem. Och den andra principen definierade tillvägagångssättet, nämligen att etablera ett bevis på konceptet i en relativt liten del av systemet med 5 000 konsumenter.

Små läckor med stor påverkan

Med bas i Malmø driver den svenska vattenleverantören VA SYD totalt cirka 5 000 kilometer rörledningar, varav 2 000 kilometer är för dricksvatten. Att hitta läckor är en komplex uppgift. — Fram till nyligen kunde vi bara upptäcka de största läckorna som ledde till driftstörningar. Faktum är att det är de mindre, långsammare läckorna, ofta från små servicerör, som står för lejonparten av det icke-intäktsfria vattnet, påpekar Simon Granath, utvecklingsingenjör på VA SYD.

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

Förbättrad kundservice

En annan aspekt är att förbättra servicen till kunderna. ”Vi måste underhålla många rörledningar i ett stort område, och vi ville förbättra vår förmåga att hitta läckor genom smarta mätzoner. För detta ändamål bestämde vi oss för att hitta en AI-baserad lösning”, påminner Simon Granath.

VA SYD utvärderade flera system. I slutändan skulle lösningen behöva utnyttja de tillgängliga flödesmätarna och smarta mätarna optimalt i det område som valts för konceptbevis. SIWA Leak Finder kryssade i alla rutor. Denna smarta lösning använder en AI-baserad algoritm för att identifiera och klassificera avvikelser i rörnätet. För att fungera tillförlitligt tränas SIWA Leak Finder först genom historiska flödes- och tryckdata så att den lär sig att skilja avvikelser från vanlig drift och tilldela rätt orsak till varje avvikelse.

Samarbete leder till en optimal AI-lösning

Men när det kom till implementeringskonceptet stötte vi på några hinder. Vi behövde hitta ett sätt att använda AI-baserad läckagedetektering i en lokal installation istället för i en molnmiljö, säger Simon Granath. Siemens kunde också erbjuda en lösning för detta krav. Han fortsätter: ”Vi hade några djupgående diskussioner med Siemens och våra IT- och OT-avdelningar om det bästa sättet att installera SIWA Leak Finder-lösningen i våra egna datacenter. Såvitt jag vet är det första gången något liknande görs inom den svenska vattenindustrin — och vi lyckades få jobbet gjort tack vare inte minst stöd och expertis från Siemens.

Simuleringsmetod för förbättrad data

Nästa steg var att förfina de hydrauliska modellerna för rörledningarna och länka data från doseringssystemen och pumpstationerna med SIWA Leak Finder med OPC UA. VA SYD var då redo att utföra de första testerna. Simon Granath förklarar: ”Vi använde systemet för att simulera olika läckor och utvärderade sedan data. Vi kunde upptäcka läckor så små som 0,5 liter per sekund — detta var ganska imponerande och en enorm förbättring jämfört med den tidigare lösningen, som inte gav något sätt att upptäcka små läckor alls.” Således kan icke-intäktsvatten i VA SYD dricksvattennätet minskas från 10 procent till 8 procent.

Besparingar talar för lösningen

Med proof of concept i sitt slutskede arbetar VA SYD också med att skala upp lösningen till andra delar av nätverket. Till exempel Lund, där VA SYD installerar ytterligare flödesmätare för att ge mer data från rörledningsnätet.Dessutom har projektet vid VA SYD erkänts allmänt som en bästa praxis i Sverige, vilket lett till att andra kommuner använder samma lösning för vattendistribution i sina respektive områden. Ett sådant exempel är Nordvästra Skåne Vatten- och avloppsverk (NSVA) i sydvästra delen av landet. NSVA drar nytta av expertisen hos utvecklingsingenjör Victor Pelin, som tidigare arbetat tillsammans med Simon Granath för att implementera läckagedetektering på VA SYD.

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

Simon Granath (vänster), utvecklingsingenjör på VA SYD, och Victor Pelin (höger), utvecklingsingenjör på NSVA: ”Vi vill kunna mäta upp till det bästa. Det kräver AI-baserade lösningar som SIWA Leak Finder.”

Förutom ekonomiska fördelar har SIWA Leak Finder redan hjälpt VA SYD att ta nästa steg mot ett annat ambitiöst mål: år 2030 vill företaget bli ett klimatneutralt, energibesparande vattenföretag med noll oplanerade serviceavbrott.

VA SYD är på god väg med sitt nuvarande 8 procent icke-intäktsvatten. ”Vi vill verkligen slå det. Det finns kommuner som uppnår mycket lägre siffror och vi vill kunna mäta upp till det bästa, säger Simon Granath. Och för att nå det målet finns det ingen väg runt smart läckagedetektering och AI-baserade lösningar som SIWA Leak Finder.


Maj 2021; uppdaterad februari 2024
Kontakt: Peder Welin
Redaktionsgrupp: Branschberättelser

SWA Läcksökare

SIWA Leak Finder är en av Siemens Water (SIWA) applikationer som utvecklats speciellt för vatten- och avloppsindustrin. Denna smarta lösning använder en AI-baserad algoritm för att identifiera och klassificera avvikelser i rörnätet. För att fungera tillförlitligt tränas SIWA Leak Finder först med historiska flödes- och tryckdata så att den lär sig att skilja avvikelser från vanlig drift och tilldela rätt orsak till varje avvikelse.

VA SYD

VA SYD är ett av Sveriges största energibolag, som satsar kraftigt på hållbar vatten- och avloppsrening, och driver på miljösmarta lösningar inom samhällsbyggande. Bolaget levererar dricksvatten till drygt 546 000 kunder i regionerna runt Lund och Malmö i södra Sverige.