Hieronder een artikel van onze klant Water-Link over het 'Proof of Concept' project rond het vaststellen van anomalieën in het water leidingennet van Antwerpen.
Water-link demonstreert de kracht van voorspellingssoftware voor het waternetwerk met de hulp van Yazzoom
Waternetwerken zijn uitgerust met allerlei druk- en debietmeters. Die leveren de data nodig voor de sturing, de zogenaamde KPI’s(key performance indicators). Op basis van vrij eenvoudige regeltjes wordt een actie ondernomen: te weinig druk? Pompregime verhogen! Te weinig debiet? Extra pompen opstarten! Helaas zijn waterleidingnetwerken ingewikkelde kluwens van leidingen, kleppen, bochten, vernauwingen, dode hoeken, pompen, machines… De vele metingen leveren bijgevolg complexe datapakketten op, die zelfs een getrainde operator niet kan verwerken. Een grondige analyse aan de hand van gevorderde computeralgoritmes (complexe wiskundige modellen) zou kunnen leiden tot een beter beheer en snellere beslissingen. Zo’n algoritmes zouden extra informatie uit de data kunnen halen. Mankementen zouden sneller aan het licht komen, soms zelfs voorspeld kunnen worden. Dat beperkt de schade, of voorkomt ze zelfs.
'>
Afwijkingen worden gegroepeerd in een ‘overal anomaly score’, een soort afwijkingsindex. Die anomaly score wordt dan uitgezet op een tijdlijn. Hier zie je het aantal anomalieën sterk stijgen in de nacht van 27 juli op 28 juli. Dat komt overeen met de buisbreuk in Groot Hagelkruis in juli 2016. De oranje lijn markeert het moment van de reparatie.
Dat was het uitgangspunt waarmee water-link naar de firma Yazzoom trok. Yazzoom is een Gentse firma, gespecialiseerd in industriële data-analyse. We vroegen aan Yazzoom om te onderzoeken of een doorgedreven computeranalyse van data uit onze waterinfrastructuur iets oplevert. Dat overtrof onze verwachtingen: Yazzoom leverde een ‘Proof of Concept’, het bewijs dat hun softwareontwerp doet waar wij om vroegen.
Basis van het computerprogramma vormt het concept ‘machine learning-based anomaly detection’. Dit soort software is momenteel het neusje van de zalm in de informaticatechnologie. Ze begint stilaan traditionele statistische evaluatiemethoden aan te vullen, of zelfs te vervangen. Ze is vooral heel bruikbaar wanneer het om immense hoeveelheden data gaat die gegenereerd worden door machines en systemen. Een zelflerend computerprogramma wordt gebruikt om afwijkingen (of anomalieën) terug te vinden zonder menselijke tussenkomst. Het observeert en leert uit zichzelf hoe een systeem zich gedraagt, het leert herkennen wat normaal is, en wat verwacht kan worden. Ongewoon gedrag, afwijkende patronen en trends worden zo automatisch opgemerkt.
Basis van het computerprogramma vormt het concept ‘machine learning-based anomaly detection’. Dit soort software is momenteel het neusje van de zalm in de informaticatechnologie. Ze begint stilaan traditionele statistische evaluatiemethoden aan te vullen, of zelfs te vervangen. Ze is vooral heel bruikbaar wanneer het om immense hoeveelheden data gaat die gegenereerd worden door machines en systemen. Een zelflerend computerprogramma wordt gebruikt om afwijkingen (of anomalieën) terug te vinden zonder menselijke tussenkomst. Het observeert en leert uit zichzelf hoe een systeem zich gedraagt, het leert herkennen wat normaal is, en wat verwacht kan worden. Ongewoon gedrag, afwijkende patronen en trends worden zo automatisch opgemerkt.
De zelflerende software werd losgelaten op historische data van water-link. Ze bleek in staat om anomalieën vast te stellen in het leidingennet. Een vlugge detectie van anomalieën kan leiden tot een snellere interventie en herstelling, en een beperking van de schade.
Voor het uitvoeren van de test werd geen extra meetapparatuur gebruikt. De software haalt immers meer informatie uit de bestaande meters. Deze software laat ook simulaties toe, waardoor zowel de bemetering als het waternetwerk zelf kunnen verbeterd worden.
De afdeling exploitatie bereidt nu een piloot voor om in het district Ekeren effectief aan de slag te gaan met deze technologieën.
Met zelflerende software, artificiële intelligentie in de volksmond, kunnen we meer informatie halen uit ons huidige meternetwerk. Een beter beheer van de installaties, ook preventief, wordt hierdoor mogelijk. Onvoorziene omstandigheden worden beter begrijpelijk. Een efficiënter beheer betekent vooral een betere aanwending van de middelen.
Voor het uitvoeren van de test werd geen extra meetapparatuur gebruikt. De software haalt immers meer informatie uit de bestaande meters. Deze software laat ook simulaties toe, waardoor zowel de bemetering als het waternetwerk zelf kunnen verbeterd worden.
De afdeling exploitatie bereidt nu een piloot voor om in het district Ekeren effectief aan de slag te gaan met deze technologieën.
Met zelflerende software, artificiële intelligentie in de volksmond, kunnen we meer informatie halen uit ons huidige meternetwerk. Een beter beheer van de installaties, ook preventief, wordt hierdoor mogelijk. Onvoorziene omstandigheden worden beter begrijpelijk. Een efficiënter beheer betekent vooral een betere aanwending van de middelen.
