Algoritmes creëren meerwaarde voor de watersector

Waterbedrijven willen er wel aan, maar hebben concrete resultaten nodig die de meerwaarde ervan laten zien: algoritmes die informatie uit bestaande data halen. Caspar Geelen promoveerde op smart detectie en real-time learing in het waterdistributienetwerk. En haalde die concrete resultaten naar boven. “Met algoritmes kun je slim aanwijzen wanneer en waar moet worden ingegrepen.“

Het probleem ligt ondergronds, maar is daardoor niet minder urgent. De Nederlandse drinkwaterinfrastructuur kampt met verouderde leidingen die binnenkort aan vervanging toe zijn. Daardoor blijven de toch al hoge kosten van het netwerkonderhoud toenemen. Hoe kan worden voorzien in een optimaal netwerkgebruik met een minimaal waterverlies als gevolg van gesprongen of lekke leidingen? We vragen het Caspar Geelen, datawetenschapper en systeemtheoreticus, recent gepromoveerd op het TKI-project ‘Smart detection and real-time learning in water distribution: an integrated data-model approach’. Zijn promotieonderzoek verliep bij Wetsus en Wageningen Universiteit.

Topje van de ijsberg

Zelf gebruikt Geelen een treffende metafoor om aan te geven dat waterbedrijven de waarde van data nog onvoldoende benutten. “De informatie die gevangen zit in de meetgegevens is net een drijvende ijsberg. Slechts het topje ervan kunnen we zien, terwijl de grote meerderheid verstopt zit onder het wateroppervlak.” Voor zijn onderzoek maakte de wetenschapper gebruik van bestaande data van waterbedrijven, die in alle openheid werden gedeeld.

Drie onderzoeksvragen

Met sensoren in het leidingnet worden druk en stroomsnelheid gemonitord. Het project wilde boven die individuele meetpunten uitstijgen en meer informatie krijgen over het hele netwerk. De onderzoeksvragen waren drieledig: hoe kunnen lekkages in het netwerk tijdig worden opgespoord, hoe zijn kwetsbare plekken te signaleren en waar zijn aanvullende sensoren nodig om de eerste twee vragen te helpen beantwoorden. “Ik heb meerdere algoritmes ontwikkeld, gevalideerd met data van de drinkwaterbedrijven”, zegt Geelen. “Daarmee is aangetoond dat die algoritmes kunnen helpen om lekkages op te sporen en de leidingen aan te wijzen die moeten worden vervangen.”

Lekdetectie en sensorplaatsing

Wat Geelen niet had verwacht, was dat hij als procestechnoloog en datawetenschapper eerst het drinkwaterdistributiesysteem goed in de vingers moest krijgen, voordat hij wist hoe hij de data het beste kon aanpakken. Dankzij een stageperiode bij Vitens, die aan zijn promotieonderzoek voorafging, werd hierin een stevige basis gelegd. “Gaandeweg leerde ik steeds beter op alle uitdagingen in te spelen. Er is nu bijvoorbeeld een lekdetectiemethode met zo min mogelijk valse meldingen. Zo worden monteurs niet voor niets ’s nachts uit bed gebeld. Ook heb ik een sensorplaatsingsmethode ontwikkeld, gebaseerd op een wiskundige techniek. Zonder dure computersimulaties is deze methode bruikbaar om te bepalen waar de sensors moeten komen. Al met al levert een datagedreven aanpak besparingen op in tijd en geld. En de uitkomst is minder onzeker omdat je naar het grotere plaatje kijkt.”

Trots

Als vervolg op zijn promotie is Geelen nog steeds verbonden aan Wetsus en Wageningen Universiteit. Bij Wetsus ondersteunt hij PhD-studenten met data analyse, machine learning en meer datawetenschappen en systeemkennis. En bij Wageningen Universiteit werkt hij aan commerciële onderzoeksopdrachten. “Ik help drinkwaterbedrijven en andere partijen bij het ontwikkelen en implementeren van dataoplossingen. En ik ben er trots op dat de algoritmes die in dit project zijn ontwikkeld nu door een start-up worden aangeboden bij drinkwaterbedrijven in Nederland en daarbuiten. Dat is bijzonder hoopvol.”

Belangstelling voor digitalisering

Gevraagd naar het belangrijkste resultaat van het project, zegt Geelen dat zichtbaar is gemaakt hoe waardevol onontgonnen data zijn. “Natuurlijk is het belangrijk om nieuwe sensoren en moderne robots te ontwikkelen”, vindt de onderzoeker. “Maar we moeten ook goed kijken naar wat er al aan data ligt. Wat ik merk is dat bij drinkwaterbedrijven momenteel een grote belangstelling bestaat voor digitalisering. Zij voelen de urgentie om ervoor te kunnen zorgen dat het leidingnet goed blijft functioneren. Het voordeel van datagedreven werken is dat je hiermee kunt uitzoomen, in plaats van een individuele leiding te inspecteren. De zorgen om een ouder wordend netwerk zijn groot, en er zijn slimme methodes nodig die precies aanwijzen waar we gericht moeten ingrijpen. Als je deze focus aanbrengt, in plaats van reactief te handelen, creëer je veel meerwaarde. Je hoeft niet alles tegelijk te vervangen én je hoeft niet ad hoc in te springen bij een plotselinge lekkage.”

Datagedreven werken

Voor een volgende stap is het volgens Geelen nodig dat de watersector de eigen expertise in datagedreven werken gaat uitbreiden. Als hij spreekt met datawetenschappers binnen de drinkwaterbedrijven, merkt hij dat hiervoor veel enthousiasme bestaat. “De case studies uit dit project kunnen rekenen op een breed draagvlak. Maar op managementniveau zit nog wel wat huivering. Als mensen mogen kiezen, vinden zij kant en klare softwarepakketten en inzichtelijke dashboards een stuk concreter. Wat krijgen zij als ze voor een algoritme kiezen? Waar tekenen zij voor, met welke garanties? Daarover bestaat nog de nodige onzekerheid. Toch is het zaak om nu door te pakken. De uitdaging is om de hele architectuur waarop de datasystemen draaien op orde te brengen, waarna het vele waardevolle onderzoek aangaande drinkwater distributie, monitoring, en digital twins zelf ingebouwd kan worden door de bedrijven. Soms moet je gewoon een sprong in het diepe wagen. Daarom is het zo goed dat de resultaten van dit project veel houvast en vertrouwen geven. De tijd is rijp om algoritmes te omarmen.”