Previsione giornaliera della domanda di acqua potabile

Una previsione accurata della domanda di acqua potabile nei prossimi 5 minuti, ore, 24 ore o più avanti è un’informazione molto preziosa per qualsiasi gestore idrico. Soprattutto nei giorni di consumo elevato e con una capacità produttiva limitata, è importante aumentare la produzione il più rapidamente possibile e sfruttare al massimo la capacità di base disponibile. Un flusso di produzione costante presenta anche altri vantaggi, come la qualità costante dell’acqua e l’uso ottimale di prodotti chimici ed energia. Il massimo utilizzo della capacità di produzione consente di rinviare gli investimenti per l’espansione della costosa capacità di produzione. Calcolare i set point per gli impianti di trattamento con un algoritmo significa porre fine alle differenze nelle preferenze personali degli operatori sulle operazioni. La determinazione e l’impostazione congiunta della strategia di produzione crea un sistema stabile e prevedibile. Questo dà tranquillità e fiducia a operatori e manager.

Un algoritmo di previsione della domanda può essere esteso per includere il rilevamento delle anomalie, per misurare le perdite più grandi in tempo reale e per distribuire le pompe in modo che consumino la minima energia.

Spatial Insight

Spatial Insight è una società di consulenza olandese specializzata nella gestione dei sottoservizi. Uniamo le competenze del GIS, della gestione degli asset e della scienza dei dati. Crediamo nella gestione degli asset basata sui dati per ottenere soluzioni ottimali, oggettive e riproducibili. Aiutiamo inoltre i gestori di sottoservizi a ridurre i disagi per i cittadini e a risparmiare sui costi allineando le loro operazioni.

Apprendimento automatico

Spatial Insight ha progettato SI-Demand su richiesta di uno dei nostri clienti. Si tratta di un algoritmo di apprendimento automatico. Utilizzando come input sia i dati di consumo storici che i dati aperti, SI-Demand prevede il volume totale di acqua che verrà consumato nelle 24 ore successive. Calcola poi anche l’andamento previsto. In questo modo, è possibile effettuare una previsione della domanda a livello di 5 minuti. Poiché vengono presi in considerazione anche fattori esterni come il tempo e i giorni speciali, si ottiene una previsione molto robusta e accurata. Come fase finale, SI-Demand calcola, a partire dalla previsione della domanda e dalla capacità di produzione disponibile emessa dal sistema SCADA, i setpoint di produzione per i trattamenti che vengono passati allo SCADA.

Convalida

Per diversi gestori idrici olandesi, abbiamo addestrato SI-Demand con dati storici e validato l’algoritmo. La Figura 1 mostra uno dei risultati che dà fiducia ai risultati. Il grafico mostrato proviene da un’area di approvvigionamento relativamente piccola, per la quale la previsione è più difficile che per un’area più ampia. La linea viola rappresenta il setpoint di produzione calcolato, che è piatto nel giorno mostrato, mentre l’algoritmo esistente per il calcolo del setpoint di produzione necessita di una maggiore capacità di generazione per soddisfare la domanda.

SI-Anomaly e SI-Pumpenergy

Abbiamo creato i progetti per i due moduli complementari SI-Anomaly e SI-Pumpenergy. Il primo emette un allarme se il consumo effettivo si discosta improvvisamente in modo significativo dal consumo previsto. Il secondo modulo aiuta a creare la combinazione ottimale di pompe in base alla domanda prevista e quindi a risparmiare il più possibile energia.

Condizioni preliminari

Un numero sufficiente di dati di addestramento è essenziale per qualsiasi algoritmo di apprendimento automatico. Per SI-Demand, abbiamo bisogno di 25-60 mesi di dati storici sul consumo (portata dalla stazione di pompaggio) per ogni area di approvvigionamento, preferibilmente su base 5 minuti. Ulteriori dati, ad esempio sul meteo e sui giorni speciali, sono spesso disponibili in fonti di dati pubbliche.

Riduzione dell’impronta di carbonio

Spatial Insight mira a ridurre le emissioni di gas serra. Per questo motivo, cerchiamo di limitare i nostri spostamenti e di fornire i nostri servizi a distanza il più possibile.

Il prossimo passo

Speriamo e confidiamo che SI-Demand possa dare un contributo prezioso alle operazioni quotidiane dei vostri siti produttivi. Saremo lieti di valutare la possibilità di implementare SI-Demand anche presso la vostra organizzazione.

Maggiori informazioni

Scaricate il volantino qui, inviate un’e-mail a Ignaz Worm o contattatelo tramite il modulo di contatto.

Figura 1. Previsione della domanda SI-Demand (linea rossa), consumo effettivo (linea blu), setpoint di produzione algoritmo esistente (linea arancione) e setpoint di produzione SI-Demand (linea viola).