Een greep uit de opdrachten van DEEP

In het DEEP programma werken de deelnemers gedurende een periode van twee keer vijf maanden in totaal aan vier opdrachten. Dit doen zij in groepsverband. Het SCRUM team bestaat uit andere deelnemers maar ook waterschappers, zoals hydrologen, peilbeheerder of IT-specialisten. In dit artikel vind je een overzicht van opdrachten uit de eerste lichting DEEP 2020-2021.

Verminderen van energieverbruik van beluchtingsproces AWZI  

In deze opdracht hebben Yanick, Peter en Lisa inzicht ontwikkeld in het functioneren van een AWZI van Hoogheemraadschap van Rijnland. Hierbij zijn ze op zoek gegaan naar concrete optimalisatiemogelijkheden, specifiek voor het onderdeel beluchting en afwijkende situaties. Ze zijn begonnen met een dashboard waarin het functioneren van zuivering en de beluchting inzichtelijk wordt gemaakt en waarin periodes worden getoond waarin de zuivering niet optimaal functioneert. Aan de hand van dit dashboard kunnen relaties gelegd worden tussen de setpoints, beluchting, energieverbruik en zuiveringsrendement. Op basis daarvan konden ze presenteren wanneer deze variabelen afwijkend zijn. Ook bijv. visualiseren van seizoen patronen is voor operators interessante informatie.

Afstemmen van energieverbruik op -aanbod  

Bij dit project zijn de DEEP’ers bezig geweest met het onderzoeken van de mogelijkheden om verbruik van energie op de zuivering slim te laten afstemmen op beschikbaarheid van energie (duurzame bronnen, energieprijs). Hierbij is ook gekeken naar mogelijkheden voor het opwekken van eigen energie, gebruik makende van zuiveringsdata van Waterschap Vallei & Veluwe.  

Het voorspellen van influent op de zuivering  

De DEEP deelnemers zijn aan de slag gegaan met het ontwikkelen van een voorspelmodel voor influent in droogweer-situaties op de zuivering. Door gelijkmatiger te zuiveren kan energiebesparing worden gerealiseerd. Hiervoor werd een rule-based system worden ontwikkeld om pompen aan en uit te zetten.  

Minimaliseren riooloverstorten  

Hoe vaak komen overstorten voor? En kunnen we daar als gemeente of waterschap iets aan doen om de impact van overstorten te minimaliseren? Met deze vraag en een relatief beperkte hoeveelheid aan beschikbare data was de uitdaging voor Sjoerd en Kelly compleet. Ze ontwikkelden onder andere een eerste versie van een simulatiemodel, waarmee andere sturingsprincipes kunnen worden getoetst. Dit deden zij voor Hoogheemraadschap van Delfland.  

Doorzoekbaarheid van AutoCAD-bestanden verbeteren  

Waterschap Drents-Overijsselse Delta beschikt over een grote hoeveelheid .dwg bestanden: bestanden waarin o.a. belangrijke informatie over assets opgeslagen staat. De doorzoekbaarheid van deze bestanden is echter suboptimaal, waardoor informatie niet altijd gevonden kan worden door degene die het nodig heeft. Pim en Bart ontwikkelden een analysemethode op basis van bestandskenmerken en tekst, om zodoende de vindbaarheid te verhogen. Daarnaast heeft dit geholpen te identificeren of bestanden opgeslagen staan op de juiste locatie.  

Waterbalans op basis van forecasting  

Een waterbalans geeft overzicht van de werking van verschillende watercomponenten in een bepaald gebied. Daarmee is het een veelgebruikt hulpmiddel voor hydrologen en gebiedsbeheerders. Bij Waterschap Aa en Maas gingen Sander, Jeroen en Michiel aan de slag met een live-waterbalans. Op basis van een data science model wordt een verwachte waterbalans gegenereerd (forecasting). Hiermee draagt de oplossing bij aan kennisborging intelligente kennis die nu voornamelijk bij waterbeheerders aanwezig is.  

Bovenstaande projecten zijn een greep uit de opdrachten waar de DEEP deelnemers in lichting 1 mee bezig zijn geweest. In opdrachtronde 2 zijn we meer thematisch aan de slag gegaan. Thema’s waar momenteel aan wordt gewerkt zijn bijvoorbeeld beeldherkenning (image recognition), waterkwaliteit en predictive maintenance.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *