Smart Water Utility – hoe slim wil je zijn?

Een groot verschil zijn echter de tijdschaal waarmee productie en distributie van water op elkaar moeten worden afgestemd en de rol die klanten hierin spelen. Tijdens de bijeenkomst – die vanwege de coronacrisis digitaal plaatsvond – werd onder meer gesproken over slimme inzet van sensoren, inspiratie vanuit de energiesector en datascience.

Slimme inzet van sensoren

Door meer kennis van het systeem, zowel van het medium als van de infrastructuur, wordt verwacht dat waterbedrijven efficiënter, flexibeler en duurzamer kunnen opereren en tegelijkertijd de bedrijfszekerheid kunnen verhogen. Deze verbetering kan worden bereikt door in een cyber-fysieke omgeving een hoge graad van verbinding aan te brengen tussen afzonderlijke systeemonderdelen; ook wel Water 4.0 genoemd. Sensoren staan in het hart van zo’n systeem, want meten is weten.

Tijdens de kennisuitwisselingsbijeenkomst liet Peter van Thienen (KWR) zien dat sensoren inderdaad de benodigde beslisbasis voor interventies kunnen opleveren, maar dat ze niet zaligmakend zijn. Voor kennis over het hele systeem moet je overal meten; iets wat fysiek en kostentechnisch (nog) niet haalbaar is. Het is dus belangrijk om de beschikbare sensoren slim in te zetten. Op basis van een goede probleemdefinitie kan met behulp van modellen een optimale plaatsingsstrategie te ontworpen worden. Eventuele blinde vlekken in de monitoring kunnen worden opgevuld met modellen (soft sensoren, digitale tweelingen), waarbij op basis van de beschikbare metingen een voorspelling wordt gedaan van de toestand in de niet met sensoren uitgeruste delen. Van Thienen benadrukte hierbij het belang om bewust te zijn van de beperkingen en onzekerheden die deze oplossingen met zich meebrengen.

Inspiratie vanuit de energiesector

Netbeheerders van elektriciteitsnetten staan de aankomende jaren voor een enorme uitdaging. Door de energietransitie zullen hun netten steeds zwaarder worden belast. Dit o.a. doordat een deel van de warmtevraag in huizen via elektriciteit moet worden geleverd, omdat door verduurzaming de energieopwekking decentraal gaat plaatsvinden, en voor het voorzien in de energiebehoefte van elektrisch vervoer. De traditionele energienetten zijn nog niet geschikt voor deze uitdagingen.

Walter Hulshorst (Smart Energy NL) ging in op de wijze waarop de netbeheerders met deze uitdagingen omgaan en liet zien dat smart grids een essentieel onderdeel zijn van de toekomstige netstructuur. Dit houdt in het bijzonder in dat er steeds meer sensoren in de netten worden geplaatst om de belasting te monitoren en om storingen sneller te lokaliseren of geheel te voorkomen. Slimme meters, in eerste instantie op niveau van verdeelstations, zijn hiervoor essentieel. Daarnaast wordt ingezet op de Smart Cable Guard, die minuscule verstoringen in kabels kan detecteren en waarmee gerepareerd kan worden voordat een stroomstoring kan optreden, bijvoorbeeld door graafschade. Deze toepassingen bevinden zich momenteel in het stadium van grootschalige demonstraties, in voorbereiding op grootschalige uitrol.

Met de graafschade-app van Vitens moet het optreden van lowtech-problemen worden opgelost door middel van hightech machine learning

Inzet van datascience

Een derde bijdrage tijdens de kennisuitwisselingsbijeenkomst wierp licht op een belangrijke bouwsteen voor de Smart Utility: datascience. Datascience is een werkveld dat inzichten verkrijgt uit (on)gestructureerde data en wordt bij waterbedrijven al op verschillende manieren toegepast. Zo vertelde Mario Maessen, werkzaam bij Vitens, hoe hier afdelingsoverstijgend allerlei nieuwe initiatieven rond datascience worden ontwikkeld. Als voorbeeld noemde hij het ontwerp van een app die bij KLIC-meldingen – een verplichte aanmelding voor machinale graafwerkzaamheden – automatisch een inschatting maakt van het risico op graafschade aan waterleidingen. Ook werkt Vitens aan de analyse van klantcontacten door bij analyse van het chatverkeer gebruikt te maken van tekstanalyse. En met beeldherkenning en Optimal Character Recognition van ruim twee miljoen schetsen uit het archief worden loden leidingen opgespoord; iets dat met handmatig scannen een veel te tijdrovende klus zou zijn.

Real-time herten labellen met een deep learning-model

In de sessie over datascience vertelde Alex van der Helm, werkzaam bij Waternet, over het Waternet Datalab.  Doel van het Datalab team is het ontwikkelen, implementeren en beheren van datascience toepassingen in de bedrijfsprocessen en het inspireren en adviseren van medewerkers over Artificial Intelligence (AI) oplossingen.

Als praktische toepassing noemde Van der Helm het tellen van damherten met behulp van automatische beeldanalyse van warmtebeelden, verzameld met een drone. Hiermee is een minder toegankelijk gebied in kaart gebracht; voor Waternet als beheerder van de waterleidingduinen een belangrijke toevoeging voor een nauwkeurigere telling van het aantal damherten. Een tweede toepassing betreft sensoren en AI voor optimalisatie van beluchting in de afvalwaterzuivering Amsterdam West zodat dit leidt tot reductie in de uitstoot van lachgas en van het energieverbruik; een onderdeel van het H2020 Fiware4Water-project.

Corona geen belemmering voor Platform Hydroinformatica

Uiteraard vormde het coronavirus geen belemmering voor het Platform Hydroinformatica om elkaar te treffen. De bijeenkomst werd digitaal georganiseerd met een GoToMeeting. Vooraf werd via Google Formulieren een enquête onder de deelnemers rondgestuurd om input te verzamelen. En de gebruikelijke netwerklunch voorafgaand aan de bijeenkomst vond plaats via Zoom, zodat ook op informele wijze ervaringen konden worden uitgewisseld. Thuiswerken in tijden van Corona bood hier voldoende stof tot interactie, zowel on- als off-topic.