Kan lösningar för stora passa de små?

Publicerad: 25 oktober, 2019

Kan små kommuner använda modeller för beslutsstöd som har utvecklats i landets största kommun Stockholm? Det ska Formas-finansierade projektet Ordning i RörANN reda ut.

Projektet återfinns inom strategiska innovationsprogrammet Smart Built Environment men blir spännande att följa för parter och samarbetskommuner inom Mistra InfraMaint – flera av dem återkommer på båda ställena.

Kan mindre kommuner ha nytta av lösningar som fungerar hos den allra största, nämligen Stockholm?

Metod för beslutsstöd

Utgångspunkten är Stockholm Vatten och Avfalls (SVOAs) metod som har tagits fram med utgångspunkt i ANN (Artificial Neural Networks) och AI, Artificiell Intelligens. I SVOAs modell kombineras 21 parametrar med data om dricksvattenledningarna – till exempel material, dimensioner och ålder – med externa parametrar som väder, geologi och tidigare driftstörningar.  Syftet är att förutsäga var risken för läckor är som störst, det vill säga var det behövs förebyggande åtgärder.

– En utgångspunkt är var läckor har uppstått tidigare och varför det kan innebära risk för nya läckage. Erfarenheterna från Stockholm är positiva, säger Johanna Sörensen, postdok vid avdelningen för Teknisk vattenresurslära vid Lunds tekniska högskola och projektledare för Ordning i RörANN.

Skala ner modellen

– Vi vill gå vidare och skala ner SVOAs modell för att se om den fungerar för mindre kommuner. Vi vet inte om det går – men fungerar det är det ju högintressant.

Vilka små kommuner som projektet Ordning i RörANN testar sin basmodell på är inte klart i nuläget. Det skulle kunna bli Vindeln (genom projektpartnern Vakin) eller Lomma (som finns med hos projektpartnern VA Syd). Eller varför inte Ängelholm?

– Vi vill titta på konsekvenserna för en riskbedömning och har en första konferens om det 24 oktober. Forskningsdelen av projektet är bland annat att studera vilka parametrar som är viktigast för en riskbedömning i mindre kommuner, berättar Johanna Sörensen.

Utvärdera

–  Den viktigaste forskningsdelen är att systematiskt utvärdera hur bra ANN fungerar för tillämpningen, det vill säga att förutsäga var det är hög risk för läckage på dricksvattenledningar.

Projektet är begränsat till dricksvattennätet (inte avlopp). Slutmålet är två varianter av AI-modellen som enkelt kan tillämpas av små och stora VA-organisationer och tillhandahållas av Svenskt Vatten.

Fakta: Ordning i RörANN

Parter: Lunds Universitet (koordinator), Sweden Water ResearchStockholm Vatten och AvfallVA SYDVakin (Vatten och Avfallskompetens i Norr AB) samt Kretslopp och vatten (Göteborgs Stad).

Projektledare: Johanna Sörensen, LTH 

Projekttid: 2019-07-01–2021-06-30

Läs mer:

Smart Built Environment s webbsida 

Lunds universitets webbplats 

Vinnova och SVOA rapport En AI-modell för vattenledningsnätet 

Mistra InfraMaint