Den digitala utvecklingen fortsätter att skapa nya möjligheter inom VA-branschen. Ett område med stor potential är användningen av nivåmätning i våra ledningsnät. Under det senaste decenniet har utrustning och kommunikationsteknik utvecklats som är tillräckligt robust för att fungera i den krävande miljön i en spillvattenbrunn. Dessutom har modern utrustning en batteritid som räknas i år i stället för månader. Detta möjliggör permanent installation av sensorer i ledningsnätet i stor skala och öppnar dörren för en mer detaljerad och aktuell förståelse av våra system.

Behovet av att mäta bräddningar och att kunna prioritera åtgärder mot tillskottsvatten är fortfarande viktiga drivkrafter för nivåmätning i ledningsnäten. Men möjligheterna stannar inte där. Med dagens teknik är målet inom räckhåll, att uppnå samma detaljerade kunskap om ledningsnätet som vi idag har om våra pumpstationer och reningsverk.

Nordvästra Skånes Vatten och Avlopp (NSVA) har idag ett femtiotal nivåmätare i drift för att övervaka bräddning och belastning i spillvattennätet. Vi har även arbetat med dedikerade mätkampanjer för att kvantifiera tillskottsvatten med hjälp av nivåmätare. Erfarenheten visar att redan med en begränsad mängd sensorer blir driftövervakning och säkerställande av datakvalitet en utmaning.

Utmaningar med datakvalitet i prognossystem

Tillsammans med flera andra aktörer har NSVA deltagit i DHI:s utveckling av Future City Flow (FCF), en idag etablerad produkt. En viktig del av FCF är att använda hydrauliska modeller för att kontinuerligt generera prognoser för flöden och nivåer i spillvattennätet. Dessa prognoser är starkt beroende av tillförlitliga data, inte bara från nederbördsprognoser utan även från sensorer som beskriver systemets aktuella status. En korrekt bild av nuläget är avgörande för prognosernas tillförlitlighet.

En stor utmaning är hur vi bäst hanterar situationer när sensorerna levererar felaktig eller ingen data alls. Då riskerar prognosmodellerna att bli opålitliga eller sluta fungera helt. När vi nu ser potentialen i att installera fler sensorer, blir behovet av robust och automatiserad datahantering ännu tydligare. Det är här de lösningar vi hoppas på från projektet WANDA (Water Anomaly Detection and Analysis) kommer in som en viktig komponent.

WANDA – Nyckeln till tillförlitliga data

Inom WANDA utvecklas verktyg och metoder som specifikt hanterar utmaningarna med datakvalitet från sensornätverk. Projektets primära syfte är att skapa ett system som i realtid kan:

1. Upptäcka och varna för datafel eller låg datakvalitet samt automatiskt klassificera data för att separera tillförlitliga mätvärden från osäkra.

2. Aktivt skilja mellan faktiska händelser i systemet (verkliga avvikelser) och rena sensor- eller datafel, samt ge återkoppling om trolig orsak.

3. Automatiskt korrigera felaktiga värden eller generera tillförlitliga ersättningsdata för att säkerställa ett komplett och högkvalitativt dataunderlag.

Rent konkret innebär detta att utveckla och implementera algoritmer som kontinuerligt övervakar och bearbetar data. Dessa kan exempelvis baseras på maskininlärning och använda historik eller data från närliggande sensorer. Dessa algoritmer kan integreras i befintlig infrastruktur, exempelvis FCF, för att säkerställa att modellerna alltid matas med bästa möjliga data.

Dessutom uppstår nya möjligheter när WANDA:s datadrivna metoder, som maskininlärning, kombineras med de fysikaliskt baserade beräkningarna i en hydraulisk modell som FCF. Denna "hydrauliska kontext" ger ett kraftfullt extra lager för validering. Om WANDA:s algoritm flaggar en avvikelse kan den hydrauliska modellen simulera scenariot och bedöma om avvikelsen är rimlig ur ett fysikaliskt perspektiv (t.ex. ett verkligt driftproblem) eller sannolikt beror på ett sensorfel. På samma sätt kan kombinationen av närliggande sensorers data (via WANDA) och hydraulisk modellering på sikt ge robustare underlag för att generera tillförlitliga ersättningsdata när en sensor slutar fungera. Sammantaget bidrar dessa olika perspektiv – mänskliga användare, WANDA-algoritmer och den hydrauliska modellen – till att upprätthålla en genomgående hög datakvalitet.

Från prognos till digital tvilling

Kvalitetssäkrade data från ett tätt nätverk av sensorer är grunden för att kunna bygga och underhålla funktionella digitala tvillingar av våra avloppsnät. Föreställ dig ett finmaskigt nätverk av IoT-nivåmätare som kontinuerligt rapporterar vattennivåer från strategiska punkter i ledningsnätet. Denna information, kvalitetssäkrad via WANDA-liknande system, kan sedan mata en dynamisk modell som FCF.

Vi kan få bättre kontroll över bräddningsförlopp, förstå kapacitetsbegränsningar under olika förhållanden (som vid kraftiga regn) och mer exakt kvantifiera och lokalisera tillskottsvatten. Potentialen för drift och underhåll är också betydande. Genom att analysera nivådata kan begynnande avloppsstopp identifieras innan de orsakar problem för fastighetsägare eller miljön. Detta möjliggör ett avgörande skifte från reaktivt till proaktivt underhåll.

Grundtanken är att tillräckligt många strategiskt placerade nivåmätare – i kombination med kunskap om systemets geometri, topologi och robust datahantering – ger en implicit men kraftfull förståelse för hela systemets status och dynamik, även utan omfattande flödesmätning.

Ett skifte för branschen

För att visionen om ett storskaligt, datadrivet VA-system ska bli verklighet krävs robust hantering av datakvalitet. Ett omfattande sensorsystem genererar enorma datamängder, och manuell övervakning och validering blir snabbt en orimlig arbetsbörda. Här blir verktyg av den typ som utvecklas inom WANDA ovärderliga för att säkerställa tillförlitligheten i den data som ligger till grund för analyser och beslut.

Kombinationen av IoT-sensorer, avancerad datahantering i WANDA, och kraftfulla modellerings- och prognosverktyg som FCF representerar ett paradigmskifte för VA-branschen. Nivåmätning är därmed inte längre bara en enskild parameter att övervaka sporadiskt, utan nyckeln till en detaljerad och aktuell förståelse av vad som pågår i våra avloppssystem.

Varför NSVA engagerar sig

För NSVA är engagemanget i WANDA strategiskt viktigt av flera skäl:

• Säkra funktionen hos befintliga system: För att maximera nyttan av investeringar i system som FCF krävs tillförlitliga data. WANDA hanterar detta.

• Möjliggöra framtida potential: För att kunna dra nytta av den fulla potentialen hos storskalig IoT-mätning och digitala tvillingar är automatiserad datakvalitetssäkring en förutsättning.

• Effektivisera drift och underhåll: Automatisk avvikelsedetektering och larm skapar förutsättningar för bättre underhållsplanering och en större del proaktiva åtgärder.

• Driva utvecklingen: Genom att delta aktivt kan NSVA bidra till att utveckla verktyg som är anpassade för verkliga behov och utmaningar i branschen.

Vägen framåt

Det är detta som gör nivåmätning så spännande just nu: möjligheten att gå från begränsade ögonblicksbilder till en kontinuerlig, datadriven dialog med vår infrastruktur. Nästa steg inom WANDA och för NSVA handlar om att vidareutveckla, testa och implementera dessa metoder för att successivt bygga upp förmågan att hantera och analysera data från ett växande antal sensorer. Målet är tydligt, att använda ny teknik och förbättrade data för att skapa smartare, effektivare och mer hållbara VA-system för framtiden.