Ordning i RörANN
Projektet utvecklar en smart ANN-modell för att bedöma sannolikhet för och konsekvenser av läckor på dricksvattennätet. Modellen blir en hjälp för kommunala VA-organisationer att hålla ledningsnätet i bättre skick till en lägre kostnad och mindre påverkan på miljö och klimat.
I Sverige går 15–20 procent av dricksvattnet till spillo genom läckage. Läckaget påverkar både miljön och ekonomin, men också samhällets säkerhet. Att hitta, laga och förebygga läckor på ledningsnätet är viktigt. Arbetet med befintliga VA-nät är ofta reaktivt, man reparerar läckor vartefter man upptäcker dem, ibland till stora kostnader om läckan är omfattande och akut. Förnyelseplaneringen styrs ofta av externa faktorer, till exempel att gatukontoret planerar omläggning av en gata.
I projektet Ordning i RörANN används ANN (artificial neural network) för att skapa ett riskbedömningsverktyg som kan användas av en VA-huvudman för smartare beslutsstöd och prioritering av underhåll och förnyelse av ledningsnätet. Projektet innebär en vidareutveckling av en ANN-modell som tagits fram av Stockholm Vatten och Avfall. Modellen använder sig av olika parametrar så som ålder, material och dimension på ledningarna, samt jordart, demografi med mera för att beräkna sannolikheten för läckage på varje ledning. Nätägarna behöver dock veta vilka parametrar som är viktigare än andra och få metoder för att samla in och strukturera dem. Vid projektslut ska vi veta vilka dessa viktigare parametrar är.
MittSverige Vatten och Avfall bidrar till projektet genom att vi har skickat data från vår ledningsdatabas för att modellen ska användas på delar av vårt ledningsnät. Modellen vidareutvecklas genom att väga in konsekvensen om ledningen går sönder. I och med det får man ett riskbedömningsverktyg med AI-stöd.
Projektet leds av Sweden Water Research och finansieras av Formas.
Hitta på sidan