project

DiAMANT-Water: Datamanagement van de Toekomst

De integriteit van de waterinfrastructuur is lastig te vangen met een direct meetbare parameter, zoals bijvoorbeeld de conditie van het ondergronds leidingnet. Bij een verandering of verslechtering van de conditie van een leiding of een plotselinge verandering van de waterkwaliteit, is het vaak moeilijk om te bepalen wat de (mogelijke) oorzaken zijn. Door toepassing van ‘Big Data’-technieken zijn relevante correlaties ontdekt.

Technologie

Het idee om data van diverse bronnen en parameters slim te combineren met big data-technieken is in andere sectoren reeds succesvol gebleken. Met de kennis uit de analyses kan het waterbedrijf verder onderzoek doen naar de storingsgevoeligheid van leidingen, het ontstaan van klantmeldingen en beheers- en investeringsplannen optimaler vormgeven.

Oplossing

Realisatie van een methodiek om data te ontsluiten zal bijdragen aan effectiever operationeel beheer omdat kennis beschikbaar wordt. Met statistische, knowledge discovery en machine-learningtechnieken zijn verbanden gelegd in enkele use cases met betrekking tot de integriteit van het leidingnet.

Uitdagingen

Data-inventarisatie en het informatiemanagement van delen van de watercyclus zullen naar een hoger plan moeten worden gebracht om operationeel beheer te kunnen ondersteunen. Brabant Water zet zich daarom in om het datamanagementsysteem te stroomlijnen. KWR werkt aan technieken om data slim te combineren en resultaten te analyseren, Nelen & Schuurmans zet het platform in om de data te visualiseren. Witteveen + Bos heeft een adviserende rol.

Resultaten

De twee belangrijkste resultaten uit het onderzoek:

  • Casus productiedata versus storingsgegevens (USTORE): Verschillende datasets zijn geaggregeerd tot 55 voorzieningsgebieden in Brabant waar een bepaalde waterdruk is bewerkstelligd door de pompstations. Door combinatie met storingsgegevens is gebleken dat storingen in cementhoudende leidingen veel meer verband houden met hoge (maximum)waterdruk dan leidingen van overige materialen. Resultaten zijn door middel van een demo gevisualiseerd. Deze kennis kan bijdragen aan de prioritering in de vitalisatie van het leidingnet of aan de sturing van pompstations.
  • Casus klantmeldingen vs. temperatuur: Uit de tweede casus bleek dat door klantmeldingen en omgevingsfactoren te ‘minen’ op mogelijke correlaties, meldingen over bruin water significant anders correleren met omgevingstemperatuur dan andere meldingen. Dit gegeven kan bijdragen aan het beter plannen van capaciteit binnen de sector Klantcontacten.
    In beide casussen geldt dat domeinkennis die vaak op ervaringen gebaseerd is, bevestigd is door correlaties waarbij meerdere datasets zijn gebruikt. De bevindingen bieden een startpunt om domeinkennis aan te wenden en de casussen verder uit te diepen.