Projekt ska utvärdera ANN-modellen
Publicerad: 7 oktober, 2019
Ett projekt har precis startat med syfte att utvärdera ANN-modellen, Artificial Neural Networks, som SVOA tagit fram för tillämpning på dricksvattenrörnät. Ett antal VA-organisationer från olika delar av landet, samt forskare från Lunds tekniska högskola och Sweden Water Research, ska utveckla och förfina modellen.
ANN-modellen bygger på en statistikmodell där viktning av olika indata, som ledningsålder, material, dimension och geologi exempelvis, matchas med utdata, som läckor eller riktad förnyelse.
- Resultat blir en bedömning av varje ledningssträckas kondition med ett sannolikhetsvärde på hur stor risk ledningen löper att drabbas av rörbrott eller haveri. Med hjälp av modellen ska man kunna identifiera riskledningar och därmed göra det möjligt för proaktivt underhåll av dessa. På så sätt ska rörbrott och läckage kunna förhindras, säger Behroz Haidarian, driftingenjör vid Kretslopp och vatten i Göteborg.
Projektet ska pågå i två år och slutmålet är att ta fram en utvecklad version av AI-modellen som enkelt ska kunna användas av VA-organisationer och som kan tillhandahållas av branschorganisationen Svenskt Vatten.
- Det finns många anledningar till varför det är viktigt att få bättre kontroll på dricksvattennäten. Främst handlar det om att upprätthålla och säkra tillgången till kvalitativt dricksvatten, inte bara idag utan även för framtiden. Ett läckande dricksvattennät som är i dåligt skick innebär förutom en ekonomisk och miljömässig belastning även en högre risk för negativ påverkan på dricksvattenkvalitet och leveranssäkerhet.
Men det finns ingen ”Quick fix” för att snabbt kunna minska läckagen. Det är ett arbete som måste ske långsiktigt och strategiskt, enligt Behroz Haidarian.
- I Danmark har man under de senaste 25 åren arbetat intensivt för att minska vattenförlusterna, men där har man också en betydligt högre Va-taxa samt en straffskatt för de VA-verksamheter som har en högre vattenförlust än 10 procent. Dessutom har Danmark naturliga förutsättningar som möjliggör ett relativt jämnt och lågt tryck i dricksvattennäten på grund av en platt terräng - förutsättningar som vi saknar i Göteborg.
Två viktiga faktorer för att minska läckaget och öka statusen på ledningsnätet är aktiv läcksökning, dvs att man proaktivt läcksöker ledningsnätet och identifieraroch reparerar 'dolda' läckor som inte tränger upp på markytan, samt rätt förnyelse och underhåll av nätet.
- Ny teknik, som till exempel den aktuella AI-modellen, möjliggör nya verktyg som kan hjälpa oss att lättare identifiera de ledningar som läcker och som är i behov av underhåll. Därmed får vi bättre förutsättningar att minska läckaget, säger Behroz Haidarian.