Bakgrund

Vivab har deltagit i ett innovationsprojekt där man med hjälp av AI och mätning av nederbörd vill skapa en programvara som kan optimera pumpningen för att undvika bräddningar på spillvattennätet. Detta har varit ett delprojekt i det stora hela, där Sweco och Calejo som projektledare har byggt en AI-baserad modell på styrningen av pumparna i pumpstationerna. Modellen har i första steget tränats på historiska data av strömförbrukning på pumparna, samt vattennivåerna i pumpsumparna för de pumpstationer som är utvalda i projektet. Modellen har också tränat på nederbördsdata från regnmätare i relevanta områden. När modellen är färdigtränad är tanken att den ska agera som en digital tvilling till vårt styrsystem där den matas med data i realtid och kan då påvisa alternativ till hur pumpstationerna kan pumpa, oberoende av varandra, för att förhindra bräddningar. Den digitala tvillingen kommer dock inte agera med vårt styrsystem utan enbart visa hur “den hade gjort”.

Data från Vivab

I projektet har data från sju stycken pumpstationer i Falkenbergs kommun nyttjats, bland annat i Hanarp och Näset där vi tidigare haft en del bräddningsproblematik. Dessa pumpstationer valdes efter vi genomfört en riskbedömning där vi tittat på sannolikhet för bräddning i pumpstationerna, vilka stationer som har bräddat och vart bräddvattnet skickats ut. AI-modellen har tränat med hjälp av data från Vivabs pumpstationer. Vi har även möjliggjort för realtidshämtning av data via en server som fungerar som ”mellanhand” för säker dataöverföring. Detta för att undvika risken med en direktkoppling in till vår SCADA-server.

Resultat

Projektet syfte har varit att visa att det går att undvika bräddning samt möjliggöra för realtidsvisualisering av en potentiell optimering. Det vill säga, hur AI-modellen hade agerat jämfört med vårt egna system. Modellens optimeringsalgoritm har, med datan från våra pumpstationer, hittat ett bräddningstillfälle som kunnat undvikts i oktober 2021. Varför projektets resultat fokuserat på denna händelse var för att bräddningen kunde kopplas till nederbörd och inte att bräddningen skedde på grund av någon annan anledning, så som underhåll. Möjligheten för att titta på realstidsdata finns också där vår IT-avdelning bistått med att sätta upp en server för ändamålet.

Resultatet visar på möjliga förättringar på miljön, som att undvika bräddningar eller att optimera styrsystemet utifrån energiförbrukning. Vi har fått kunskap om inflödet av tillskottsvatten i pumpstationerna. Modellen skulle kunna användas för att utvärdera åtgärder mot tillskottsvatten. En annan möjlighet är att kontrollera pumparnas skick genom att se förändringar över tid i vad som sker när olika pumpar startar. Även andra underhållsfrågor skulle kunna hittas i systemet om AI-modellen fick träna på att leta efter dessa, så som trasiga backventiler.

Vad är nästa steg?

Detta delprojekt har nått sitt slut för Vivabs del. Det återstår att se ifall vi fortsätter att delta i innovationsprojektet, men Victor Brandt, miljöingenjör Vivab, har stora förhoppningar på att vi ska fortsätta vara med på resan. Det står klart att en framtida produkt av detta slag har stor potential och skulle kunna vara ett kraftfullt verktyg för alla VA-bolag.

Stort tack till projektgruppens deltagare från Sweco och Calejo för ett fint samarbete. Och ett stort tack till alla medarbetare på Vivab som på ett eller annat sätt varit involverade och bistått med kunskap och hjälp under projekttiden, säger Victor Brandt, miljöingenjör Vivab.