Tulvia ja tukoksia ehkäistään ennustamalla - koneoppinen avuksi vesi- ja viemäriverkon valvonnassa

”Otamme mielellämme käyttöön tällaisen työtä helpottavan ja toimintaa varmentavan tekniikan”, Aqua Palvelun toimitusjohtaja Hannu Mustonen kommentoi uutta koneoppimista hyödyntävää projektia. Hannu Mustonen

Antti Hartikainen

Lahti Aqua oy:n vesihuoltopalveluista vastaava tytäryhtiö Aqua Palvelu oy on ottanut tämän vuoden alussa käyttöönsä Neurofluxin toteuttaman koneoppimisohjelmiston. Projektin tarkoituksena on ehkäistä vesi- ja viemäriverkoston tukoksia ja tulvia.

– Jätevedet voivat päätyä väärään paikkaan, jos jätevesiverkosto ei toimi suunnitellusti. Pahimmassa tapauksessa jätevedet voivat mennä kiinteistöihin tai maastoon, jos verkon tai pumppaamon kapasiteetti ei riitä, Aqua Palvelun toimitusjohtaja Hannu Mustonen avaa toimivan vesihuollon tärkeyttä.

– Jätevesiviemäröinti ja -puhdistus ovat oleellinen osa veden kiertokulkua. Koko vesilaitostoiminta on veden lainaamista yhdyskunnan käyttöön ja puhdistettujen jätevesien palauttamista takaisin luonnon kiertokulkuun.

Rankkasateet ovat tyypillisiä vesi- ja viemäriverkoston ongelmien aiheut­tajia.

– Rankkasateiden aikana viemäreihin syntyy liian suuri täyttöaste. Silloin on vaarana, että pumppaamot tai viemärikapasiteetti eivät riitä viemään vettä eteenpäin. Se voi aiheuttaa hetkellisiä tulvaongelmia, Mustonen kertoo.

Tyypillisesti tukoksia on Lahti Aquan vesi- ja viemäriverkostossa 10–15 vuosittain.

Tarkoitus on, että tietäisimme ennakolta mahdolliset tulva- ja tukospaikat. Tämä on ­ennakoivan kunnossapidon ­mahdollistaja.

Aqua Palvelun toimitusjohtaja Hannu Mustonen

– Ne havaitaan hyvin jo nykyiselläkin automaatiolla, koska kaikki on automaattisen valvonnan piirissä.

Koneoppimista hyödyntämällä Aqua Palvelu pyrkii siirtymään ongelmien havaitsemisesta niiden ennaltaehkäisyyn.

Ohjelman on tarkoitus mallintaa, miten erilaiset sateet ovat aikaisemmin vaikuttaneet viemäriverkoston eri osien täyttöasteisiin. Mallin perusteella on mahdollista ennustaa potentiaaliset ongelmakohdat etukäteen, kun malliin yhdistetään sadetutkatieto tulevista sateista.

– Tarkoituksena on, että tietäisimme ennakolta mahdolliset tulva- ja tukospaikat. Tämä on ennakoivan kunnossapidon mahdollistaja.

Koneoppiminen automatisoi verkoston tilan seuraamisen ja tiedon tulkkaamisen, joten jatkossa työntekijät voivat keskittyä mittareiden seuraamisen sijaan muihin tärkeisiin tehtäviin.

Lahden ympäristöpääkaupunkivuosi toimi projektin alkusysäyksenä.

– Projekti sai alkunsa viime vuoden loppupuolella, kun kävimme keskusteluja ympäristöpääkaupunkihankkeen tiimoilta ja mietimme omaa toimintaamme. Lahden pääkaupunkivuosi on meille ykkösluokan hanke, joka sopii erittäin hyvin meidän tekemiseemme, painottaa Mustonen.

Järjestelmä on otettu vasta käyttöön, joten tuloksia sen toimivuudesta saadaan myöhemmin tänä vuonna.

– Ohjelmisto ei ole vielä täydellä teholla käytössä, mutta se pääsee tämän vuoden aikana täyteen kukoistukseensa.

Mustonen ounastelee, että koneoppimisella tulee olemaan merkittävä rooli vesi- ja jätehuollon tulevaisuudessa.

– Seuraamme jatkuvasti alan kehitystä ja olemme pilottihankkeissa mukana.

Kommentoi