Nieuws

Omgaan met sensordata: er valt nog veel te kiezen

Kennisuitwisselingsbijeenkomst voor BTO-bedrijven

De drinkwaterbedrijven gebruiken sensoren om geautomatiseerd en regelmatig metingen te doen. Dit levert grote hoeveelheden data op. Hoe de bedrijven omgaan met het binnenhalen van de data, het opslaan, kwaliteitscontrole en het omzetten van data naar informatieproducten vraagt om keuzes en oplossingen. Bovendien bieden sensordata nog specifieke kansen voor het maken van een gezamenlijke informatieproducten. Op 17 februari  concludeerden de aanwezigen op een BTO-kennisuitwisselingsbijeenkomst dat veel drinkwaterbedrijven (nog) geen visie hebben op het gebied van sensordata, maar wel op het gebied van digitalisering en data gedreven werken.

Tijdens de eerste kennisuitwisselingsbijeenkomst van het BTO-onderzoeksthema  Hydroinformatica in 2023 wisselden vertegenwoordigers van drinkwaterbedrijven ervaringen uit op het gebied van sensordata.

Sensor Data management in BTO- en EU-projecten

Mollie Torello en Siddharth Seshan van KWR begonnen hun sessie met een presentatie over sensordatamanagement binnen een BTO- en een EU-project. Ze presenteerden een roadmap die ontwikkeld is voor het implementeren van een digitale tweeling voor een drinkwaterzuivering. Robuust datamanagement en connecties met verschillende disciplines zijn daarbij erg belangrijk. In het EU project Waterverse wordt een water data management ecosysteem (WDME) ontwikkeld om data van onder andere sensoren betaalbaar, veilig, eerlijk en gemakkelijk te managen.

Ze bespraken onder meer een casestudy in samenwerking met PWN, waarin  een WDME wordt ontwikkeld voor het ondersteunen van beslissingen over het IJsselmeer ontwikkeld. Het is van belang hier stakeholders bij te betrekken.

In het EU project Fiware4Water, in samenwerking met Waternet, is een real-time geautomatiseerde tool gebaseerd op AI ontwikkeld om ruwe sensordata van waterzuiveringen op te schonen en te valideren.

Sensorplatform voor waterkwaliteitsgegevens

De tweede presentatie werd gegeven door Jasper Hol van Aquon. Aquon doet waterkwaliteitsonderzoek voor negen waterschappen en heeft daarmee te maken met een groot netwerk aan sensoren. Om de doorstroom, verwerking en validatie van deze gegevens te faciliteren, is een uitgebreide architectuur nodig. De sensoren meten waterkwaliteitsaspecten en zijn van verschillende bedrijven. De data worden automatisch naar verschillende platforms van deze bedrijven gestuurd. Via een ‘pipeline’ wordt de sensordata weer opgehaald, verwerkt en weggeschreven naar één platform. Dit wordt ETL (extract transform load) genoemd. Daarnaast gebruikt Aquon een Delta

Een Lakehouse is een open architectuur die de eigenschappen van een Data Lake (een opslagplaats voor ruwe data in verschillende formaten) en een Data Warehouse (een database voor het centraal opslaan en verwerken van gestructureerde data uit verschillende onderliggende databases) combineert. Dit doet een Lakehouse door de datastructuren en datamanagementeigenschappen van een Data Warehouse te implementeren op een Data Lake. Zie ook Datawarehouse | Uitleg en definitie – ICTinformatiecentrum.nl en Een Lakehouse: Data Warehouse en Data Lake in één – Motion10 | Maak(t) uw digitale innovatie succesvol.

waarin de data wordt opgeslagen, opgeschoond en gevalideerd.  Hierna komt de data in een SQL server en op een dashboard. Je kunt binnen dit dashboard metingen inzien en metingen van meetstations vergelijken.

Internet of Water

Pieter Jan Haest vertelde vervolgens hoe er bij de Watergroep wordt gewerkt met sensordata in het kader van het Internet of Water project, een groot project met veel betrokken partijen. De Watergroep heeft een Data Space ontwikkeld. Dit is een infrastructuur die het betrouwbaar delen van gegevens mogelijk maakt. Een data provider deelt data en een data consumer ontvangt ze. Het Vlaamse Water Agentschap bouwt een digitale water Data Space. Het nadeel van een Data Space voor de data user is dat de data extern zit en dus niet in eigen beheer is. Indien een Data Dump gebruikt wordt, heeft de consumer de data wel in huis. Het nadeel hiervan is dat de data niet real time wordt weergegeven, zoals in de Data Space. De Watergroep weegt beide opties af in het project.

Figuur 1: Data gebruikers en hoe deze gelinkt zijn (©de Watergroep) Zie ook https://www.vlaanderen.be/digitaal-vlaanderen/onze-oplossingen/vlaamse-smart-data-space.

Figuur 2. Data delen in een Data Space (©de Watergroep).

Herkenbare ervaringen

Na de presentaties volgde een discussie. Een conclusie van de aanwezigen was dat veel drinkwaterbedrijven geen visie hebben op het gebied van sensordata, maar wel op het gebied van digitalisering en data gedreven werken. Daarnaast verschillen de bedrijven onderling sterk in de mate waarin ze al werken aan een product voor het verzamelen en analyseren van sensordata.

delen