瑞典水務公司 VA SYD 使用 AI 洩漏偵測系統來偵測每秒小至 0.5 公升的洩漏量，將非營業用水量從 10% 降至 8% 以下。該解決方案現正擴展至整個網路和其他瑞典城市。
VA SYD 的兩項基本原則規則：其一，即使瑞典本身不缺水，浪費水資源仍非正常作法。其二，對於新技術，應先從小規模試行，從錯誤中學習，才能確保日後達到大規模成功。第一項原則促使他們建立洩漏偵測系統。第二個原則則定義了方法，即在擁有約 5,000 名用戶的小範圍系統中進行概念驗證。
瑞典供水供應商 VA SYD 總部位於馬爾默，總共經營約 5,000 公里的管道，其中 2,000 公里用於飲用水。準確定位洩漏位置是一項複雜任務。VA SYD 開發工程師 Simon Granath 指出：「直到近期，我們只能偵測到導致服務中斷的重大洩漏。然而，事實上，多數非營業用水量來自小型服務管線的小而緩慢的滲漏。」
另一方面是改善客戶服務。Simon Granath 回憶道：「我們必須維護廣大區域內的許多管道，並希望透過智慧計量區提高精確偵測漏水的能力。為此，我們開始尋找基於 AI 的解決方案。」
VA SYD 評估了幾套系統。最終該解決方案必須能充分利用在概念驗證選定區域內現有的流量計與智慧水錶。SIWA Leak Finder 符合所有要求。這套智慧解決方案使用基於 AI 的演算法來識別並分類管線網路中的異常情況。為了穩定運作，SIWA Leak Finder 首先透過歷史流量與壓力資料進行「訓練」，學習區分異常情況與正常運作，並針對每個異常情況指出正確原因。
Simon Granath 表示：「但在執行概念時，我們遇到了一些障礙。我們需要找到一種方法，在內部部署環境而非雲端環境中使用 AI 洩漏偵測技術。」Siemens 同樣能夠針對此需求提供解決方案。他繼續說道：「我們與 Siemens 以及我們的 IT 和 OT 部門進行了深入討論，探討在我們自己的資料中心安裝 SIWA Leak Finder 解決方案的最佳方法。據我所知，這是瑞典水務產業首次嘗試此類做法，多虧了 Siemens 的支援與專業知識，我們成功完成了這項任務。」
下一步是精煉管道的液壓模型，並使用 OPC UA 將計量系統和泵站的資料與 SIWA Leak Finder 連結起來。VA SYD 隨後準備進行首次測試。Simon Granath 解釋道：「我們使用該系統模擬不同洩漏情況並評估資料。我們能夠偵測到小至每秒 0.5 公升的洩漏，這點非常令人印象深刻，相較於以前完全無法偵測微小洩漏的舊方案，這是巨大進步。」因此，VA SYD 飲用水網路的非營業用水量能夠從 10% 降至 8%。
隨著概念驗證進入最後階段，VA SYD 也正致力於將該解決方案擴展到管線網路的其他部分。例如，VA SYD 正在隆德市安裝額外流量計，以提供更多來自管線網絡的資料。此外，VA SYD 的專案已在瑞典被廣泛認可為最佳實踐，促使其他市政當局在其各自區域的供水系統中採用相同解決方案。其中一個例子是瑞典西南部的西北斯科訥水務與廢水處理局 (NSVA)。NSVA 正受益於開發工程師 Victor Pelin 的專業知識，他之前曾與 Simon Granath 並肩工作，在 VA SYD 執行洩漏偵測專案。
VA SYD 開發工程師 Simon Granat（左）和 NSVA 開發工程師 Victor Pelin（右）：「我們希望能夠達到頂尖水準。這需要像 SIWA Leak Finder 這樣的 AI 解決方案。」
除了經濟效益之外，SIWA Leak Finder 已協助 VA SYD 邁向另一個遠大目標：到 2030 年，該公司希望能成為氣候中和、節能且無意外服務中斷的水務公司。
VA SYD 目前非營業用水量為 8%，正朝目標穩步邁進。Simon Granath 表示：「我們真的很希望能超越這個數字。有些市政府的數字更低，我們希望能向表現最佳的單位看齊。」為了達到這個目標，採用智慧洩漏偵測和 SIWA Leak Finder 等 AI 解決方案是必然作法。
2021 年 5 月；2024 年 2 月更新
聯絡人：Peter Welin
編輯團隊：產業故事
SIWA Leak Finder 是 Siemens Water (SIWA) 專為水務與污水處理產業開發的應用之一。這項智慧型解決方案使用 AI 演算法來識別和分類管線網路中的異常情況。為了穩定運作，SIWA Leak Finder 首先透過歷史流量與壓力資料進行「訓練」，學習區分異常情況與正常運作，並針對每個異常情況指出正確原因。
VA SYD 是瑞典最大的公用事業之一，其在永續水資源和廢水處理上進行大量投資，並在社區建設中推動環保智慧解決方案。該公司在瑞典南部的隆德和馬爾默周圍地區為 546,000 多名客戶提供飲用水。
