Ved å velge Envidan får du ikke bare en vanlig programvarevirksomhet – vi er først og fremst en vannfaglig virksomhet.
Våre programvarer tar utgangspunkt i vannets kretsløp og vannbransjens behov. Arbeidet vårt med datavitenskap gir oss derfor et unikt og dyptgående innblikk i arbeid med data tilpasset vannbransjen, noe som skiller oss fra andre leverandører.
Data Science-teamet i Envidan består av en rekke ulike fagområder innen vannfaglig rådgivning og programvareutvikling. Dette gjør at vi kan tilby det siste og beste innen rådgivning og tjenester innenfor både programvareutvikling og vannbransjen.
På denne måten forener arbeidet med data science det beste fra to verdener – fordi våre IT-medarbeidere ikke bare har digital ekspertise, men også en dyptgående forståelse av vannfaget, ettersom de selv er en del av bransjen.
Datakvalitet
For å kunne jobbe målrettet med data er det nødvendig at kvaliteten på dataene man bruker er høy.
Høy datakvalitet innebærer presis, pålitelig, komplett data som relevant for formålet den skal brukes til. Høy datakvalitet er avgjørende for enhver form for dataanalyse, fordi resultatene av analysen er direkte avhengige av kvaliteten på de inputdataene som brukes.
Dersom datakvaliteten er lav, for eksempel på grunn av mange feilkilder eller fordi dataene ikke er komplette, vil man ikke innsiktene som utledes fra dataene gi et nøyaktig bilde. Dette betyr at dataene ikke kan brukes som beslutningsstøtte eller til optimalisering av prosesser og infrastruktur.
Ved bruk av Data Science-teknikker kan vi identifisere avvik som medfører upålitelig data, og derfra lokalisere problemene som kan utbedres, slik at datakvaliteten blir høy nok til at dere kan få et korrekt bilde av driften og arbeidsprosessene deres.
På denne måten kan dere spare verdifull tid og ressurser på manuell feilretting, og dere kan forholde dere til nøyaktige og pålitelige resultater når dere jobber og tar beslutninger.
Data science-teknikker lokaliserer uvedkommende vann
Når vann utenfra, som for eksempel regnvann eller grunnvann, trenger inn i VA-systemer, omtales det som fremmedvann. Dette er som kjent et vanlig problem, spesielt i avløpssystemer, hvor vannet kan trenge inn gjennom lekkasjer, sprekker i rør, feilkoblinger eller ulovlige tilkoblinger.
Data Science-teamet i Envidan har utviklet flere metoder for å lokalisere hvor fremmedvann kommer inn i VA-systemet, samt analysemetoder for kontinuerlig overvåking av utviklingen av fremmedvann.
Fremmedvann er et stort problem for vann- og avløpsselskaper av flere grunner:
- Fremmedvann er svært utbredt, og det er ikke uvanlig at halvparten av vannet som renses, er fremmedvann. Dette skaper ekstra kostnader for forsyningen, som må bruke ressurser på å rense vannet.
- Fremmedvann kan forårsake kapasitetsproblemer, spesielt ved feilkoblinger av overvannssystemer til spillvannsledninger. Spillvannsledningene har ikke alltid kapasitet til å håndtere store mengder nedbør, noe som kan føre til kjelleroversvømmelser og helsefare ved at urenset avløpsvann kommer inn i boliger.
- Fremmedvann kan føre til økt slitasje på avløpsledninger, noe som resulterer i at infrastrukturen må skiftes ut hyppigere. Dette medfører unødvendige ekstrautgifter for kommuner og IKSer , da ledningenes levetid ikke utnyttes fullt ut.
- Det kan også føre til uheldig miljøpåvirkning, ettersom store mengder urenset avløpsvann slippes ut i resipienter hvor det skader vannmiljøet.
- Fremmedvann kan dessuten komplisere planleggingen av nye systemer
Konsepter
Metodikk basert på værradardata, maskinlæring og avansert dataanalyse
Envidans Data Science-gruppe har blant annet arbeidet med fremmedvann i samarbeid med VA Syd i Malmö. For å bekjempefremmedvann hos VA Syd har gruppen utviklet en avansert metodikk som bruker værradardata, maskinlæring og avansert dataanalyse til å identifisere feiltilkoblinger i et stort separatsystem med høy presisjon.
EnergiHub som løsning for forsyningen
Data Science-gruppen har også utviklet en løsning for lokalisering av fremmedvann, som er benyttet av mer enn 10 danske og svenske vann- og avløpsselskaper. Løsningen heter EnergiHub og innebærer en screening av alle pumpestasjoner basert på energiforbruk. Dette gir en mer presis identifisering av kilden enn tradisjonelle analyser som baserer seg på vannføringsmålinger. Ved hjelp av denne metoden kan man raskt prioritere de pumpestasjonene der videre lokalisering og reduksjon av fremmedvann er relevant.
Data science støtter digital transformasjon hos kommunen
Akkurat som mange andre områder, opplever forsyningssektoren et økende behov for digitalisering og intelligent bruk av data.
Innenfor vann- og avløpssektoren handler digital transformasjon om å bruke digital teknologi for å effektivisere tjenester, drift og infrastruktur. Dette kan for eksempel innebære implementering av nettverk og sensorer, automatisering av prosesser, overvåking gjennom sanntidsdata, datadrevet beslutningsstøtte og forbedret kundeinteraksjon via digitale kanaler.
Det kan være utfordrende for kommuner og IKSer å holde tritt med det stadig økende behovet for digital transformasjon, og den raske utviklingen i feltet.
Ved hjelp av data science bistår Envidan forsyninger, kommuner, IKSer og industribedrifter i deres digitale reise, blant annet gjennom innsamling, analyse og tolkning av data, samt implementering av systemer og prosesser som utnytter og sprer innsikt basert på data.
Når vi gir råd om digital transformasjon, gjør vi det alltid med utgangspunkt i vår høye vannfaglige kompetanse og inngående bransjekunnskap.
Kontakt meg
for mer informasjon
