VandCenter Syd reduserer ammoniakkutslipp i havet med maskinlæring
VandCenter Syd er et av Danmarks største og eldste vannforsyningsselskaper. Deres nye løsning, utviklet i samarbeid med twoday, hjelper til med å skape et sunnere miljø i hav, fjorder og elver.
Utfordringen
VandCenter Syd jobber hver dag for å sikre rent drikkevann, beskytte grunnvann, håndtere avløpsvann og bidra til å skape sunne akvatiske miljøer. Tidligere har twoday hjulpet med implementeringen av en maskinlæringsmodell hos VandCenter Syd som kan lokalisere potensielle lekkasjer i vannrør. I denne casen har vi gått inn i et samarbeid med VandCenter Syd for å lage en maskinlæringsmodell som kan forutsi forhøyede nivåer av ammoniakk i avløpsvann.
For å forstå bakgrunnen for løsningen, må vi først forstå litt om ammonium og arbeidet VandCenter Syd gjør ved sine renseanlegg. Renseanleggene mottar avløpsvann i Odense og Nordfyns kommune. Her blir vannet renset før det slippes ut. Det er ammonium i avløpsvannet. Ammonium er et naturlig forekommende ion som binder seg til oksygen og potensielt bidrar til å forårsake oksygenmangel i akvatiske miljøer.
Derfor ønsker VandCenter Syd å omdanne mest mulig ammonium ved renseanleggene før vannet slippes ut i vannmiljøet. Her er det viktig å si at de målte verdiene av ammoniummet som slippes ut, det aller meste av tiden, ligger betydelig under grenseverdien.
De ansatte ved VandCenter Syd lurte midlertidig på hvorfor det av og til oppsto "topper" der konsentrasjonen av ammonium som ble utsluppet økte betydelig, typisk i forbindelse med kraftig regn over lengre perioder.
"Vi ønsket å finne ut hva vi kunne gjøre for å minimere antall og størrelse på de forhøyede ammoniumsverdiene. Her var vi nysgjerrige på om maskinlæring og kunstig intelligens kunne brukes til å hjelpe oss med å behandle dataene vi hadde, slik at vi kunne forutsi når det ville være forhøyede ammoniumsverdier og handle deretter,"
sier Andreas Bjørn Bassett, driftsleder ved VandCenter Syd.
Løsningen
Andreas kontaktet twoday for å kartlegge dataene VandCenter Syd har fra renseanleggene.
"Fra våre online målinger kunne vi se at vi hadde visse topper der ammoniumnivåene var forhøyede. Spørsmålet var om vi kunne la vannet renne på en annen måte eller bruke anleggene våre annerledes for å redusere utslippet av ammonium," forklarer han.
Det viste seg at det var mulig å forutsi forhøyede ammoniumnivåer og hvordan man kunne endre vannstrømmen for å redusere mengden basert på data.
Derfor bygde twoday et maskinlæringssystem som i utgangspunktet kjørte i bakgrunnen og ga anbefalinger om hvordan man kunne endre vannstrømmen til renseanleggene. De måtte være sikre på at maskinlæringssystemet kunne forutsi forhøyede ammoniumnivåer før de satte det i produksjon.
Når de sammenlignet systemets prediksjoner og anbefalinger med hva som faktisk skjedde ved anlegget, kunne de se at det var nøyaktig og riktig.
"Så tok vi steget videre og satte modellen i produksjon, slik at modellens anbefalinger om å redusere utslippet av ammonium nå automatisk kjører inn i forvaltningen vår. Det er så å si modellen som avgjør."
Andreas Bjørn Bassett,
Driftsleder i VandCenter Syd
VandCenter Syds renseanlegg har sensorer som måler et bredt spekter av parametere, inkludert strømningshastighet, konsentrasjoner og vannivåer - et snapshot av anleggets nåværende tilstand.
Maskinlæringsmodellen er trent på historiske sensoravlesninger for å forutsi topper i ammoniumkonsentrasjonen ved anleggets utløp.
Et sett med regler for systemets anbefalinger om vannstrømmen er også etablert. Anbefalingene er basert på anleggets nåværende tilstand og maskinlæringsmodellens prediksjon av om det vil være en topp i konsentrasjonen.
Regelsettet ble utviklet i nært samarbeid med ekspertene til VandCenter Syd, og tar hensyn til de fysiske begrensningene til renseanlegget. For eksempel er det grenser for mengden vann som kan være i visse tanker og maksimal strøm anlegget kan håndtere.
Av sikkerhetsmessige årsaker er maskinlæringssystemet implementert innenfor VandCenter Syds eget nettverk. Systemet skriver kontinuerlig anbefalinger til anleggets SCADA-system, som deretter justerer strømmen i anlegget.
Verdien
Modellen kan automatisk justere vannstrømmen til VandCenter Syds renseanlegg, og redusere mengden ammonium som slippes ut i elver, bekker, fjorder og havet rundt Odense og Nordfyn.
Etter at modellen ble satt i produksjon, har det vært en betydelig reduksjon både i antall og størrelse på ammoniumstoppene. Det er vanskelig å gi en nøyaktig vurdering av hvor mye ammoniumutslippet har blitt redusert, da det i stor grad avhenger av vind og vær. Men for Andreas Bjørn Bassett har det vært verdt investeringen.
"Utfordringen er at løsninger som dette ofte måles i økonomisk forstand. Og denne løsningen kommer ikke til å betale for seg selv. Imidlertid har løsningen redusert utslippet av ammonium, noe som støtter vårt interne mål om å skape sunne vannmiljøer. Så jeg er veldig fornøyd," sier han.
I tillegg til det primære målet om å redusere utslippet av ammoniakk, har VandCenter Syd også sett prosjektet som en lærerik erfaring i hvordan de kan bruke og jobbe med data i tilknytning til driften av sine renseanlegg. Som et eksempel nevner Andreas muligheten for å finne ut hvilke bakterier som er i renseanleggene og hvordan de kan fremme "riktige" bakterier. Bakterier kan gjøre forskjellige ting; noen kan konvertere ammoniakk til nitrat, som deretter blir konvertert til fritt nitrogen.
"Jo mer kunnskap vi kan få om hva de forskjellige bakteriene kan gjøre, og om det er mulig å fremme visse bakterier, desto flere muligheter gir det oss til å skape sunne vannmiljøer som er så optimale som mulig, og dermed blant annet gi bedre forhold for fisk og andre levende organismer," sier Andreas Bjørn Bassett, før han avslutter med sin vanlige nysgjerrige tilnærming til data:
"Så, i teorien kan vi få data fra DNA-sekvensering, som vi deretter kan kontrollere våre renseanlegg med. Om vi kan gjøre det i virkeligheten, må vi finne ut av."
