Smart water service og Knowit samarbeid om sensorer for flomrespons

Flom, styrtregn og overvann har økt i både antall og omfang de siste 20 årene, og trenden fortsetter både nasjonalt og internasjonalt. Klimaendringer er en utfordring som samtidig gir muligheter og løsninger som i stadig større grad påvirker våre liv.

Vi kan ikke stoppe flommen, men vi kan ved bruk at IoT og maskinlæring, varsle deg i god tid i forkant. Flomrespons er løsningen som Pipelife og Knowit har utviklet for seks flomutsatte kommuner i Nord-Gudbrandsdal. Nå er det blitt et produkt, Wata, med internasjonalt potensiale for eiere av infrastruktur, forsikringsselskaper, kommuner, energiaktører med flere.

Ved hjelp av sanntidsdata og maskinlæring kan Wata levere innsikt og prognoser over tilsig til vannmagasiner

Løsningen 

Vår tilnærming

For å generere data som grunnlag for varsling i sanntid og predikere vannføring frem i tid er løsningen avhengig av flere datakilder for maskinlæring. Vår løsning baserer seg på innhenting av data fra sensorer plassert på utvalgte steder i samråd med hydrologer. Allerede her er det flere gevinster med at teknologiske fremskritt har gjort det mulig å installere ulike IoT- sensorer uten store inngrep i naturen til en rimelig kostnad. En annen gevinst er å dokumentere hvilke IoT-sensorer som er unødvendige.

• Forenklet datainnsamling med batteridrevne installasjoner
• Skalerbar modellering av vannføring ved hjelp av maskinlæring
• Sanntidsdata og automatisk generering av varsel

Løsningen kombinerer hydrometeorologisk data fra ulike kilder med maskinlæring for å skape vannprognoser.

Den kombinerte løsningen benytter sanntidsinformasjon til prediksjoner om vannstandsendringer, mer nøyaktig og raskere enn dagens hydrologiske modeller

Maskinlæring og modellering av flom

Løsningen er bygget slik at plattformen kan gjenbrukes til flere vassdrag selv om hvert enkelt vassdrag må ha egne installasjoner og egne maskinlæringsalgoritmer.

Mål for flom- og farevarsel

• Modellere vannføring og vannstand i vassdrag på en måte som enkelt skalerer til mange vassdrag
• Oppnå god nok prediktiv ytelse til å varsle flom med høy sikkerhet
• Kunne varsle lokale flomsituasjoner i god nok tid til å kunne handle

Modell

• Vi modellerer vannføring i et vassdrag 24 timer frem, time for time med dype nevrale nettverk

Resultat

Farevarsel

Løsningen finnes i dag på wata.no slik at alle kan følge med på forventet vannstand. I perioder med lav vannføring så vil grafene være «kjedelige» i den forstand at det ikke er nok snøsmelting eller vann i vassdraget. Således gleder hydrologen og data scientisten seg til neste flom rent faglig, selv om vi selvfølgelig ikke ønsker de skader som flom kan medføre.

Nye vannføringsprognoser genereres hver hele time

• Hvert vassdrag er konfigurert med terskelverdier for moderat eller høy fare
• Hvis vannføring i prognosene bryter en terskel, blir en farehendelse loggført og varsel distribuert til abonnenter på SMS og E-post

Algoritmetest mot et tilfeldig vassdrag modellen aldri har sett før – faktisk flom vs. prediksjon