Intelligente Online
Leckage-Erkennung
Über intelligente Online Leckage Erkennung
Mit iOLE entwickeln wir eine neue, effiziente und robuste Methode der intelligenten Online Leckageerkennung durch die Kombination zweier Ansätze — dem modellbasierten DualModel und dem datenbasierten LILA Algorithmus.
Zur Unterstützung der Betreiber von Trinkwassernetzwerken bei der frühzeitigen Leckagedetektion legen wir einen Fokus auf die Vereinfachung der Bedienbarkeit und Auswertung. Unser Ziel ist die langfristige Nutzbarkeit des Leckagedetektionstools durch geschulte Anwendung - für alle Versorgungsunternehmen.
~25%
des bereitgestelltem Trinkwasser werden durch Leckagen in Europa verschwendet.
Die Stadt Hamburg erfasst beispielsweise 360 Rohrbrüche pro Jahr.
120 Mio. m³
Wasser werden jährlich durch globale Leckagen verschwendet.
Das verursacht globale Kosten von $39 Mio pro Jahr.
Offene Daten
Bisher gibt es viele Fall-spezifische Studien, aber bislang keine öffentlich verfügbaren Datensätze.
Projektziele
Für eine weitreichende Implementierung unserer Leckageerkennungstechnologie bei Wasserversorgungsunternehmen ist jedoch die Nutzbarkeit seitens Bedien- und Instandhaltungspersonal von entscheidender Bedeutung.
Hierzu soll durch eine umfassende und intuitive Visualisierung mit Hilfe der Integration von GIS-Daten eine erhöhte Zugänglichkeit geschaffen werden, um das verantwortliche Personal bei der Entscheidungsfindung intelligent zu unterstützen.
Durch die Integration unserer etablierten Algorithmen wird sowohl auf technologischer Ebene eine breitere Anforderungspalette abgedeckt als auch durch die ganzheitliche Softwareentwicklung ein hoher Grad an Automatisierung und Robustheit bereitgestellt.
Automatisierung
Integration und kombinierte Robustheit
Benutzerfreundlichkeit
iOLE Lösungen
Das iOLE-Projekt vereint zwei bereits in der Wissenschaft preisgekrönte Leckageerkennungsalgorithmen, die durch die Abdeckung verschiedener Anforderungen eine unterschiedliche Genauigkeit bei der Ortung von Leckagen erzielen können.
Die TU Berlin bringt mit LILA einen KI-basierten Algorithmus ein, der ausschließlich die gemessenen Daten von Drucksensoren für die Leckageerkennung nutzt, somit bei der Ortung auf die Positionen der Sensoren begrenzt ist.
Andererseits besteht durch die Einbindung eines hydraulischen Netzwerkmodells in Dual Model des Kompetenzzentrum Wasser Berlin die Möglichkeit, Leckagen bis auf das Niveau eines einzelnen Rohres zu orten.
Services
Stakeholder Einbindung
Wir bieten Schulungs-Workshops für Versorgungsunternehmen der Wasserwirtschaft an, um für die Anwendung von iOLE einen optimalen Einsatz sicherzustellen.
Werkzeuge und Publikationen
Wir stellen weitere Informationen zu iOLE und relevanten Publikationen zu Verfügung.
Projektpartner
Gefördert vom
iOLE ist ein vom Bundesministerium für Bildung und Forschung gefördertes Digital GreenTech Forschungsprojekt.
