Styrka att lära av varandra
Publicerad: 22 april, 2022
Foto: Shutterstock
I den allt snabbare digitaliseringen av många samhällstjänster utvecklas även digitala verktyg för VA-branschen. Ett av dem är VASS AI där statistik och data om VA-näten läggs in från hela Sverige och skapar möjligheter för lärande mellan kommuner.
Inte minst viktigt är det för mindre kommuner som kan ha svårt att avsätta resurser för större utvecklingsprojekt, genom att ta del av andras erfarenheter kan även de jobba med moderna system.
- Då det inte finns någon konkurrens mellan kommuner blir det lättare att lära av varandra, en fördel som jag tycker man ska vara rädd om i Sverige. Att lära av varandras framgångar och misstag ger hela VA-branschen en bra skjuts framåt, konstaterar Magnus Bäckström.
Använder statistik för prognoser
Han jobbar nu som VA-strateg och koordinator för infrastruktur under jord på Bodens kommun, men jobbade tidigare på Svenskt Vatten där han var med och utvecklade VASS AI för vattenledningsnätet.
- Anledningen till att vi började arbeta med det verktyget var att vi alla visste att det förekom många läckor runt om i Sverige, vi visste även att det fanns mycket statistik om de rör som läckte, som dimension, material och ålder. Vi fick då idén att försöka samla in så mycket data vi kunde från kommunerna och sedan använda digitala verktyg och machine learning för att träna en sannolikhetsberäknare att räkna fram vilka rör som var i riskzonen för läckor.
Deras arbete byggde vidare på ett projekt att ta fram en AI-modell som Svenskt Vatten och Stockholm Vatten och Avfall (SVOA) påbörjade 2019, för att matematiskt bearbeta en stor mängd indata (ex driftstörningar, ledningsålder, rörmaterial och dimension) för att på bred front bedöma status, underhållsbehov och risk för framtida driftstörningar
- VASS AI är en del av den större plattformen VASS på Svenskt Vatten som innehåller sammanställd statistik om allmänna vattentjänster och bygger på att Svenskt Vattens medlemmar lämnar in statistik.
Statistik från hela landet
AI-delen har funnits ett par år nu och alla kommuner som vill kan lägga in data för de egna ledningssystemen. Baserat på den kunskap som samlas i det digitala verktyget från många kommuner runt om i landet så kan de få ut sannolikheter för läckage i olika delar av det egna vattenledningsnätet.
- Just dricksvattenledningar är svårt att bedöma status på, avlopps- och spillvattenledningar kan man bedöma med rörinspektioner. Att nu kunna bedöma risk för läcka och planera åtgärder på vattenledningsnät med digitala verktyg är därför ett stort steg framåt.
När VASS AI blev tillgängligt var ambitionen att anordna användarträffar för att den vägen erbjuda möjligheter till mer lärande mellan kommuner, men pandemin kom emellan.
- När nu pandemin är över kommer säkert de ambitionerna tas upp igen. Det jag tycker är viktigt att framhålla är att utan organisationen Svenskt Vatten hade aldrig användbara verktyg som VASS och VASS AI kunnat tas fram. I år har de funnits i 60 år och har verkligen gjort en stor skillnad för den svenska VA-branschen.
Svenskt Vatten en viktig organisation
En av fördelarna med att ha en samlande organisation för en hel bransch är att det blir mycket lättare att kommunicera kring olika utvecklingsbehov och projekt.
- Ursprunget till Svenskt Vatten var en önskan att kunna dela kravställningar och utveckla gemensamma branschstandarder för en bättre kvalitet på hela VA-systemet. För de nya digitala verktyg som utvecklas nu är det viktigt att samma begrepp och kodning används för att alla ska kunna förstå och använda dem.
Magnus Bäckström tycker det är viktigt att alla kommuner känner till att digitala verktyg som VASS AI nu finns tillgängligt.
- Det är ett relativt enkelt verktyg som gör stor nytta. Det bygger dock på att så många kommuner som möjligt matar in all den statistik de har samlat på sig. Ju mer data som kommer in i systemet desto mer träffsäkra blir sannolikheterna och prognoserna för var läckor kan uppstå.
När nu alla talar om den stora underhållsskulden som måste hanteras är de resultat man kan få ut ur verktyg som VASS AI mycket värdefulla då de ger ett bättre planeringsunderlag och stöd för de prioriteringar av arbetsinsatser som måste göras.