Технологии за управление на питейна вода

Мрежите за пренос на питейна вода са подвластни на процесите на цифрова трансформация, от които се очаква да доведат до повече ефективност и устойчивост. Технологиите, на които модерното управление разчита и тепърва ще разчита, включват усъвършенстваната измервателна инфраструктура за точно наблюдение на потреблението, географските информационни системи при вземането на стратегически решения въз основа на пространствени данни, внедряването на цифрови близнаци за холистично наблюдение и усъвършенствани симулации, и системи за откриване на течове, ключови за намаляване на загубите и подобряване на ефективността на водопроводната мрежа.

Текст: списание Инфрабилд

Интелигентните измервателни уреди за вода вече са добре познати по света, но днес водопреносните мрежи в населените места имат нужда от доста повече „умни“ технологии. Натрупването на цифрови данни за потреблението, за градското развитие и сградната среда създава много нови възможности за анализ, разбиране и прогнозиране, за пестеливо и разумно използване на ресурсите и вземане на далновидни решения.

Усъвършенствана измервателна инфраструктура

Усъвършенстваната измервателна инфраструктура (AMI) вече е ключова технологична тенденция в системите за пренос и разпределение на питейна вода. За разлика от модулите с автоматично дистанционно отчитане на водомери, AMI отива крачка напред, тъй като предава данни двупосочно. Това означава, че потребителите могат и да получават информация в почти реално време. Например, могат да следят водното си потребление, да узнават смущения и прекъсвания на водоподаването и др. Превръщането на множество данни в полезна за потребителите информацията става възможно благодарение на централизираната система на съответния ВиК оператор. Затова днес вече се говори за „ВиК 4.0“ в градския воден цикъл.

Новият етап в развитието на технологията прави възможни услуги с висока стойност като бързо откриване на течове и прогнозиране на търсенето – предимно чрез алгоритми. Така технологията улеснява по-ефективното и устойчиво управление на водата.

В идеалния случай AMI следва да обработва данни за потреблението на ежечасова база. Така се постига „висока резолюция“ на мониторинга на ВиК мрежите – наблюдение в почти реално време. Това е мястото, където влизат в действие новите комуникационни протоколи като NB-IoT и 5g. Те помагат не само за пренасяне на данните, но и за по-ефективно управление на батериите на измервателните уреди, което е от съществено значение за честото предаване на данни при интелигентното измерване. Ефективността може да намали оперативните инциденти и следователно да донесе ползи на крайния клиент.

Фактът, че AMI генерира значителни количества информация, кара водоснабдителните компании да видят стойността на измерването на потреблението отвъд чистото фактуриране. Свързването на отчетните данни с други източници като SCADA, CMMS, ERP, GIS и IoT сензори оптимизира оперативните процеси, дава по-цялостен поглед, разкрива тенденции и в крайна сметка изгражда основа за повишаване на ефективността. В допълнение, AMI намалява потреблението на енергия и въздействието върху околната среда, тъй като редуцира обема на „непреходната“ вода.

Важен принцип, който трябва да се следва в процеса на тази цифровизация, е прилагането на „агностични“ решения: платформено-независими технологии, базирани на утвърдени стандарти. Това е съществено значение за интегрирането на информация от различни източници в един пул, помагайки на комуналните дружества да станат по-конкурентоспособни и ефективни.

GIS и BIM

Географските информационни системи (GIS) затвърждават позицията си на основни инструменти в разпределението на питейната вода. Благодарение на напредъка в сензорните технологии GIS включват нарастващ поток от информация, превръщайки ефективното управление на водата във водеща тенденция.

GIS са в състояние да представят всякакви данни геопространствено: от сателитни изображения на региони и „разположението“ на сензорни данни по места до възраст и дата на полагане на всяко късче тръба в инфраструктурата. До какво води това? До по-добра видимост и способност за вземане на адекватни решения. Например, при появата на данни за голям теч върху „картата“ веднага може да се проследи какви обекти има в района, какво е най-вероятно да се наводни най-напред, по какво трасе следва да се придвижи ремонтната техника, какви материали ще са необходими. Това ще спести време на ремонтната бригада и тя ще е по-ефективна. При появата на замърсител в питейната вода GIS може да помогне да се разкрие откъде може да идва замърсяването и накъде може да „тръгне“ по тръбите, подпомагайки вземането на решенията за справяне с проблема.

Отвъд авариите и инцидентите GIS помагат за управлението на инфраструктурата, картографирайки тръбопроводи, помпи, шахти, сграден фонд, съседни инфраструктури (пътища, електропроводи). Нещо повече: визуализирайки разположението на потребителите, GIS може да помогне в градското развитие, например при очакване за включване на голям брой нови потребители в определен времеви период системата може да картографира къде какви капацитети ще са необходими и какви инвестиции следва да се планират.

Накратко, GIS позволяват по-добре информирани решения за системите за разпределение на питейната вода. GIS експертите играят решаваща роля в анализирането, интерпретирането и пространственото управление на данните.

Успоредно с GIS обаче и технологията за информационно моделиране на сгради (BIM) ще играе ключова роля в областта на управлението на питейната вода. BIM подобрява управлението на информацията, свързана с етажните планове на сградите, и също така улеснява интегрирането на триизмерни (3D) данни, за да предостави по-точни, подробни „карти“.

BIM може да се използва за прецизно проектиране и планиране на водоразпределителните мрежи вътре в сградите чрез моделиране на водопроводните тръби, помпи, клапани и други компоненти, чрез симулации на водния поток и налягането, синхронизиране с други комунални услуги и сградни системи с цел избягване на конфликти. В процеса на експлоатация и поддръжка BIM подпомага управлението на водната инфраструктура чрез поддържането на цялостна база данни за всички активи, свързани с движението на водата, включително местоположения, спецификации и история на поддръжката.

Роботизирани системи

С напредъка на технологиите за автоматизация и роботизация се появяват автономни роботи, които играят ключова роля в поддръжката на водоснабдителните мрежи. Те са създадени, за да изпълняват задачи, които обикновено изискват значителни ресурси и сложни процедури – инспекция и ремонт на тръбопроводите, често в трудно достъпни или опасни за човешки екипи места. Водеща идея е роботите да бъдат внедрени директно в тръбопроводната мрежа, където могат да извършват мониторинг и диагностика без необходимост от изкопни дейности и прекъсване на водоснабдяването.

Роботите за инспекция използват разнообразие от сензори – визуални, акустични, инфрачервени и за налягане, които им позволяват да откриват потенциални проблеми, включително корозия, пукнатини и течове. Например, чрез инфрачервена термография те могат да разпознават температурни аномалии, които често са индикатори за течове или структурни повреди. Някои модели са снабдени и с камери с висока резолюция, които осигуряват на инженерите в реално време образи на състоянието на вътрешните стени на тръбите.

Тези роботи могат не само да идентифицират проблеми, но и да предприемат базови ремонтни дейности. С помощта на механични „ръце“ и специализирани инструменти, някои от тях са в състояние да запълват пукнатини или да прилагат защитни покрития върху участъци от тръбите, което значително намалява нуждата от спешни ремонтни екипи на място. Благодарение на тези способности се постигат значителни икономии на ресурси и време, като същевременно се редуцира и рискът от аварии.

Изкуствен разум на хоризонта

С натрупването на големите обеми от данни от AMI, GIS, BIM и останалите системи за мониторинг и контрол на водопреносната мрежа стават потребни и технологиите за интелигентно анализиране. Машинното самообучение (ML) е едно от най-силните оръжия, особено за разкриване на аномалии. Трупайки и „следейки“ данни от сензори наред с историческа информация, алгоритмите могат да сигнализират за необичайни явления и тенденции в мрежата, които биха могли да са индикатор за проблем - например теч или замърсяване на водата. Пак чрез анализ на исторически данни ML алгоритмите могат да предвидят кои участъци от инфраструктурата е вероятно да се повредят - и да препоръчат навременна поддръжка.

Днес в индустрията обаче се говори за „дълбоко“ машинно обучение (DL). То се възприема като еволюционно следващо, по-високо стъпало на машинното самообучение, крачка към AI. DL използва невронни мрежи с много слоеве (дълбоки невронни мрежи) за моделиране на сложни модели в големи масиви от данни. Технологията има приложение в почти всеки аспект от градското управление на водите, обхващайки откриване на аномалии, прогнозиране, оценка на активите, анализ на работата на системата и планиране и поддръжка. Може да работи с много по-големи обеми от данни в сравнение с LM и с по-голяма точност.

Понастоящем обаче има малко практика в тази област и са оскъдни добре тестваните алгоритми за дълбоко обучение за решаване на проблеми с ГВС.

Парадоксът на AI

AI интензивно навлиза в системите за мониторинг, анализ и управление на мрежите за пренос на питейна вода. Той носи много сериозно обещание: бързо „разпознаване“ на течове, откриване на аномалии, прогнозна поддръжка, адекватно планиране на инвестициите. Накратко – всичко, което искаме за пестене на вода и нейното разумно използване.

За да се обучава и да работи AI обаче са необходими мощни центрове за данни. А те се нуждаят от все повече електроенергия, за да работят. И, тъй като се отделят големи количества топлина при изчислителната дейност, стават необходими мощни охладителни системи за масивните стелажи със сървъри, поставени в гигантски „складове“.

По-конкретно, центровете за данни са проектирани да работят при температури в диапазона от 20°C до 22°C, гонейки около 12°C. Повишаването на температурата не е допустимо – това може да доведе до отказ на оборудването и отпадане на гаранциите от производителите на изчислителните компоненти.

Въздушното охлаждане чрез чилъри вече достига предела на възможностите си. Все повече се работи за внедряване на водно охлаждане на центровете за данни. И тук се получава своеобразен парадокс: центровете за данни са гигантски, ненаситни потребители на вода за охлаждане! По данни от САЩ, в един център за данни с водно охлаждане на всеки 1MW мощност се падат около 25,5 милиона литра вода годишно.

Според анализатори, пазарът на течно охлаждане ще расте средно годишно с по 60% в годините 2027г., тъй като организациите приемат повече облачни услуги, използват изкуствен интелект (AI) за провеждането на сложни анализи и въвеждането на системи за автоматизирано вземане на решения.

Цифрови близнаци

Цифровите близнаци ще продължат да стават все по-важен инструмент за вземане на решения за мрежите за пренос на питейна вода. По същество представляват виртуален „дубликат“ на действителната мрежа, захранван от живи данни от наличните сензори и измервателни уреди. Способността на цифровите близнаци да симулират различни сценарии на промяна позволява по-добро планиране и по-адекватно реагиране при различни обстоятелства. Те дават потенциал за бърза адаптация към различни променящи се обстоятелства. Повишават оперативната ефективност и ефективността на планиране, тъй като дават холистична визия на системата и нейното поведение.

Цифровите близнаци изискват големи количества физически системни данни, за да функционират пълноценно. Те разчитат на сензори и информация, предоставяна от цифрови инструменти като AIM, SCADA, GIS, CMMS. Може обаче да се окаже предизвикателство за комуналните дружества да консолидират всичката тази информация.

В светлината на климатичните промени дигиталните близнаци са ценни, защото подпомагат устойчивостта, а това вече е ключов приоритет.

Откриване на течове

Докато дигиталните технологии продължават да се развиват бързо, загубите на питейна вода във водопроводните мрежи си остават вечен проблем: едновременно икономически, социален и екологичен. Течовете трябва да се откриват и поправят бързо, тъй като наред с икономическата загуба те могат да породят и по-големи проблеми, причинявайки щети на гражданската инфраструктура.

Закономерно подобряването на откриването на течове чрез технологии е една от ключовите тенденции в мрежите за питейна вода. Това ще изисква консолидирането на нови технологии като математически модели и алгоритми, акустично откриване на течове и централизиране на данните на една платформа. Тези технологични постижения, базирани на сензори и комуникации, ще осигурят по-ефективно използване на водните ресурси, което е крайната цел на водния цикъл.

Акустичните сензори са сред най-популярните за засичане на течове. Те откриват звука на изтичащата вода от тръбите – характерно съскане. Тези сензори се монтират по тръбите или се вмъкват във водната система, за да „слушат“ за отчетливия звук. Акустичните им сигнали се подлагат на анализ и системата може да се свърже с тази за поддръжка.

Сензорите за налягане също могат да подскажат теч. Внезапните спадове на налягането могат да са показателни.

Интелигентните водомери са ключов инструмент в арсенала за откриване на течове – най-вече такива в крайната, потребителска инфраструктура. AMI системите са способни да измерват дебита на водата и потреблението в почти реално време. При забелязване на аномалии или неочаквани увеличения на потреблението на вода могат да алармират, че се наблюдава необяснимо или необичайно потребление на вода. Това е причината, поради която и самите домакинства и бизнеси имат интерес да се възползват от AMI.

Към това можем да добавим инфрачервено и термично картиране. При него инфрачервени камери правят термовизионни „огледи“ и могат да откриват температурни промени, причинени от изтичането на вода. Например, ако има теч на топла вода в междублоково пространство, термовизионните камери ще „видят“, че земята е необичайно гореща в дадена зона. IR сензорите за температурни промени могат да бъдат монтирани на дронове за оглед отвисоко.

Сателитни снимки и кадри от аерофотозаснемане също могат да се впрегнат за разпознаване на течове. Тук е необходима намесата на алгоритмите за машинно самообучение и изкуствен разум, така че изображенията да могат да се „разтълкуват“. Например, аномалии в почвената влага и свръхрастеж на растителността в дадена зона може да означава теч на даденото място.

Заключение

Технологичният напредък в управлението на питейната вода подчертава значението на цифровизацията за постигане на по-голяма ефективност, устойчивост и гъвкавост на ВиК системите. Внедряването на интелигентни измервателни уреди, географски информационни системи (GIS), цифрови близнаци и изкуствен интелект предоставя на ВиК операторите възможността да идентифицират и адресират проблеми в мрежата по-ефективно, което намалява загубите на вода и оптимизира разпределението ѝ в реално време. Цифровите технологии създават добавена стойност чрез усъвършенстване на планирането и прогнозната поддръжка. Чрез анализ на данни и симулации, съвременните системи улесняват стратегическите решения, докато алгоритмите за откриване на течове и аномалии позволяват по-бърза реакция и по-ниски разходи при аварийни ситуации. В същото време, интеграцията на данни в единна платформа от различни източници помага за формиране на цялостен поглед върху мрежата и подобрява операционната ефективност. Макар бързото развитие на тези технологии да носи големи ползи, остават предизвикателства като високото енергийно потребление за обработка на данните и нуждата от усъвършенстване на технологиите за откриване на течове. 

В крайна сметка, новите технологии за управление на водата предлагат значими предимства за устойчиво използване на ресурсите. Развитието им обаче трябва да бъде съпроводено с оптимизиране на енергийната и водната ефективност, за да се гарантира, че цифровата трансформация води до дългосрочни и устойчиви резултати в опазването на околната среда и повишаване качеството на водоснабдяването.