Kunstmatige Intelligentie Stuurt Riolering

Opdrachtgever
Gemeente Almelo
Partners
Worldclass Maintenance, Deltares, Waterschap Rijn en IJssel, Interact, Benchmark, Antea
Jaar
2021
Locatie
Almelo

De gemeente Almelo heeft een systeem dat schuiven en gemalen in de riolering aanstuurt om water over de stad te verdelen en berging te optimaliseren. De gemeente wil dit real-time controlsysteem (RTC) optimaliseren om zo overstorten en water op straat te beperken en in de toekomst ook onderhoud te voorspellen en het energieverbruik te verminderen. Om dit te doen is een ambitieus plan opgesteld waarbij vanuit de beheersystemen automatisch een hydraulisch rioleringsmodel wordt opgebouwd. Dit rioleringsmodel communiceert direct met de schuiven en de gemalen in de riolering via een live koppeling met het werkelijke RTC-systeem van de gemeente.

Het rioleringsmodel is aangesloten op een zelf-lerend en handelend algoritme. Dit zogeheten reinforcement learning algoritme kan de sturing overnemen en naar eigen inzicht optimaliseren. Hiervoor kijkt het algoritme naar een set aan beloningsregels, waardoor het algoritme zelf probeert om onder andere overstortvolumes te beperken. De eerste resultaten zijn veelbelovend!

De uitdaging

De gemeente Almelo heeft al bijna 25 jaar een real-time controlsysteem voor haar riolering. Over de jaren zijn er aanpassingen in het stelsel geweest waardoor de sturingsregels niet meer optimaal zijn voor het huidige stelsel. Idealiter hoeft de sturing bij aanpassingen in het stelsel niet steeds opnieuw ontworpen en getoetst te worden maar kan deze automatisch worden verbeterd.

Dit sluit aan op een breder levend probleem waarbij aanpassingen in het rioolstelsel niet gemakkelijk vanuit een beheerpakket naar een hydraulisch model kunnen worden omgezet. Daarvoor is een nieuwe koppeling tussen het beheersysteem en meerdere andere databronnen, zoals het CBS, gelegd.

Daarnaast zijn er meerdere datakoppelingen ingericht zoveel mogelijk actuele informatie te voeden aan het algoritme en zo de werkelijkheid goed na te bootsen.

Onze oplossing

Inzicht in de optimale sturing van het rioolsysteem is mogelijk met een Digital Twin. Een Digital Twin is een digitale kopie van de werkelijkheid waarmee geëxperimenteerd kan worden door middel van scenario’s. Voor Almelo is een methodiek ontwikkeld waarmee vanuit verschillende databronnen geautomatiseerd een model wordt opgebouwd. Hiervoor gebruiken we:

  • De basisregistratie grootschalige topografie (BGT)
  • Drinkwaterverbruiksdata vanuit het CBS
  • Rioolbeheerinformatie vanuit het GBI
  • Kunstwerkinformatie vanuit Telecontrolnet

Deze informatie wordt gekoppeld met standaarduitwisselingsformaten zoals het GWSW waardoor op standaarden automatisch modellen zijn op te bouwen.

Dit automatisch opgebouwde model wordt vervolgens gebruikt om simulaties te doen en ook werkelijk met het sturingssysteem van de gemeente communiceren. Vanuit het model worden waterstanden berekend en doorgegeven aan het RTC systeem. Het RTC systeem berekent dan nieuwe streefpeilen voor schuiven en gemalen. Met deze digital twin van de werkelijkheid kan met de sturing worden geëxperimenteerd in een simulatieomgeving zonder dat dit direct gevolgen heeft in de dagelijkse praktijk.

Door middel van de machine learning techniek reinforcement learning kan de sturing automatisch verbeterd worden. Reinforcement learning is een tak van de kunstmatige intelligentie waarbij het algoritme zelf keuzes maakt en zijn eigen handelen evalueert aan de hand van beloningscriteria. Binnen dit project is een algoritme opgezet dat aan de hand van de condities in de verschillende bemalingsgebieden punten, of strafpunten, krijgt toegekend. Dit zorgt ervoor dat het algoritme probeert alle bemalingsgebieden op een optimaal waterniveau te krijgen.

Het resultaat

Het is nu mogelijk om geautomatiseerd een model op te bouwen en dat met werkelijke sturing uit de praktijk door te rekenen. Daarnaast is een zelflerend algoritme gebouwd wat, met de juiste beloningsregels, de sturing verbeterd. Op dit moment met het doel om wateroverlast te voorkomen. Dit is uit te breiden met doelstelling met betrekking tot het verminderen van het energieverbruik of het voorkomen van storingen van gemalen.

Alle cases

Benieuwd wat kunstmatige intelligentie voor uw riolering kan betekenen?

  • Dit veld is bedoeld voor validatiedoeleinden en moet niet worden gewijzigd.
close