Intelligente Online Leckage-Erkennung

Laufzeit

Beschreibung

Leckagen in Trinkwassernetzwerken verursachen weltweit jährliche Wasserverluste i.H.v. 120 Mio. m3 und ziehen mitunter schwerwiegende Folgen nach sich, wie z.B. Betriebsausfälle, Gesundheitsrisiken und Umweltgefährdungen. Das Projekt iOLE – „intelligente Online Leckage-Erkennung“ – setzt sich zum Ziel, auftretende Leckagen schnellstmöglich, automatisiert und robust zu identifizieren und zu orten, um dadurch deren Folgen nachhaltig zu mindern. Der Hauptfokus im Zuge der Umsetzung liegt vordergründig auf einer optimalen Benutzererfahrung (UX) im Sinne der Anwendung, um die entwickelten Algorithmen aus der Datenwissenschaft für das Bedien- und Instandhaltungspersonal der Wasserversorgungsunternehmen zu- und umgänglich zu gestalten.

Inhaltlich vereint das iOLE-Projekt zwei bereits in der Wissenschaft preisgekrönte Leckageerkennungsalgorithmen, die durch die Abdeckung verschiedener Anforderungen folglich eine unterschiedliche Genauigkeit bei der Ortung der Leckagen erzielen können. Einerseits bringt die TU Berlin mit LILA einen KI-basierten Algorithmus ein, der ausschließlich die gemessenen Daten von Drucksensoren für die Leckageerkennung nutzt, somit jedoch bei der Ortung auf die Positionen der Sensoren begrenzt ist. Andererseits besteht durch die Einbindung eines hydraulischen Netzwerkmodells in Dual Model (Kompetenzzentrum Wasser Berlin) die Möglichkeit, Leckagen bis auf das Niveau eines einzelnen Rohres zu orten. Im Zuge der Kombination beider Algorithmen für das iOLE-Projekt wird sowohl auf technologischer Ebene eine breitere Anforderungspalette abgedeckt als auch durch die ganzheitliche Softwareentwicklung ein hoher Grad an Automatisierung und Robustheit bereitgestellt.

In ihrer Rohform erfordert die Bedienung solcher Daten-basierten Algorithmen jedoch Expert*innenwissen auf dem Gebiet der Programmierung und Datenanalyse. Für eine weitreichende Implementierung unserer Leckageerkennungstechnologie bei Wasserversorgungsunternehmen ist jedoch die Nutzbarkeit seitens Bedien- und Instandhaltungspersonal von entscheidender Bedeutung. Dafür soll die Zugänglichkeit in der Anwendung durch eine umfängliche und intuitive Visualisierung mithilfe der Einbindung von GIS-Daten geschaffen werden, um somit das verantwortliche Personal bei der Entscheidungsfindung intelligent zu unterstützen und dadurch eine grundlegende Akzeptanz gegenüber unseren Daten-basierten Algorithmen zu erzeugen.