Tägliche Vorhersage des Trinkwasserbedarfs

Eine genaue Vorhersage des Trinkwasserbedarfs für die nächsten 5 Minuten, eine Stunde, 24 Stunden oder noch weiter im Voraus ist eine sehr wertvolle Information für jedes Trinkwasserunternehmen. Vor allem an Tagen mit hohem Verbrauch und begrenzter Produktionskapazität ist es wichtig, die Produktion so schnell wie möglich hochzufahren und die verfügbare Kellerkapazität optimal zu nutzen. Ein konstanter Produktionsfluss hat noch weitere Vorteile, wie z. B. eine konstante Wasserqualität und eine optimale Nutzung von Chemikalien und Energie. Die maximale Auslastung der Produktionskapazitäten ermöglicht es, Investitionen in den Ausbau kostspieliger Produktionskapazitäten zu verschieben. Die Berechnung der Sollwerte für die Kläranlagen mit Hilfe eines Algorithmus bedeutet das Ende von Unterschieden in den persönlichen Präferenzen der Betreiber. Durch die gemeinsame Festlegung der Produktionsstrategie wird ein stabiles und berechenbares System geschaffen. Das gibt den Betreibern und Managern Sicherheit und Vertrauen.

Ein Algorithmus zur Bedarfsprognose kann um die Erkennung von Anomalien erweitert werden, um größere Lecks in Echtzeit zu messen und die Pumpen so einzustellen, dass sie möglichst wenig Energie verbrauchen.

Räumliche Einsicht

Spatial Insight ist ein niederländisches datenwissenschaftliches Beratungsunternehmen, das sich auf die Verwaltung von unterirdischen Anlagen spezialisiert hat. Wir kombinieren das Fachwissen von GIS, Vermögensverwaltung und Datenwissenschaft. Wir glauben an eine datengesteuerte Vermögensverwaltung, um optimale, objektive und reproduzierbare Lösungen zu erzielen. Außerdem helfen wir den Betreibern unterirdischer Infrastrukturen, die Unannehmlichkeiten für die Bürger zu minimieren und Kosten zu sparen, indem sie ihre Aktivitäten aufeinander abstimmen.

Maschinelles Lernen

Spatial Insight hat SI-Demand auf Wunsch eines unserer Kunden entwickelt. Es handelt sich um einen maschinellen Lernalgorithmus. Unter Verwendung historischer Verbrauchsdaten und offener Daten prognostiziert SI-Demand die gesamte Wassermenge, die in den nächsten 24 Stunden verbraucht werden wird. Dann wird auch das erwartete Muster berechnet. Auf diese Weise kann eine Bedarfsprognose im 5-Minuten-Takt erstellt werden. Da auch externe Faktoren wie Wetter und Sondertage berücksichtigt werden, entsteht eine sehr robuste und genaue Prognose. In einem letzten Schritt berechnet SI-Demand aus der Bedarfsprognose und der vom SCADA-System angegebenen verfügbaren Produktionskapazität die Produktionssollwerte für die Aufbereitung(en), die an das SCADA-System übermittelt werden.

Validierung

Für mehrere niederländische Trinkwasserversorger haben wir SI-Demand mit historischen Daten trainiert und den Algorithmus validiert. Abbildung 1 zeigt eines der Ergebnisse, das Vertrauen in die Ergebnisse schafft. Das gezeigte Diagramm bezieht sich auf ein relativ kleines Versorgungsgebiet, für das Prognosen schwieriger sind als für ein größeres Gebiet. Die violette Linie ist der berechnete Produktionssollwert, der an dem gezeigten Tag flach ist, während der bestehende Algorithmus zur Berechnung des Produktionssollwerts mehr Produktionskapazität benötigt, um die Nachfrage zu decken.

SI-Anomalie und SI-Pumpenergie

Wir haben die beiden komplementären Module SI-Anomaly und SI-Pumpenergie entwickelt. Der erste schlägt Alarm, wenn der tatsächliche Verbrauch plötzlich stark vom vorhergesagten Verbrauch abweicht. Das zweite Modul hilft dabei, die optimale Pumpenkombination auf der Grundlage des prognostizierten Bedarfs zu wählen und damit so viel Energie wie möglich zu sparen.

Voraussetzungen

Ausreichende Trainingsdaten sind für jeden maschinellen Lernalgorithmus unerlässlich. Für SI-Demand benötigen wir 25 bis 60 Monate historischer Verbrauchsdaten (Durchflussmenge ab Pumpstation) für jedes Versorgungsgebiet, vorzugsweise auf 5-Minuten-Basis. Zusätzliche Daten, z. B. zum Wetter und zu besonderen Tagen, sind häufig in öffentlichen Datenquellen verfügbar.

Begrenzung des Kohlenstoff-Fußabdrucks

Spatial Insight zielt darauf ab, die Treibhausgasemissionen zu reduzieren. Daher versuchen wir, unsere Reisebewegungen einzuschränken und unsere Dienstleistungen so weit wie möglich aus der Ferne zu erbringen.

Nächste Schritte

Wir hoffen und vertrauen darauf, dass SI-Demand einen wertvollen Beitrag zu den täglichen Abläufen in Ihren Produktionsstätten leisten wird. Wir würden gerne herausfinden, wie wir SI-Demand in Ihrer Organisation einsetzen können.

Weitere Informationen
Laden Sie den 2-Pager hier herunter (Niederländisch),  senden Sie eine E-Mail an Ignaz Worm oder kontaktieren Sie uns über das Kontaktformular.

Abbildung 1. Bedarfsprognose SI-Demand (rote Linie), tatsächlicher Verbrauch (blaue Linie), Produktionssollwert bestehender Algorithmus (orange Linie) und Produktionssollwert SI-Demand (lila Linie).