Češi zapojili umělou inteligenci do čistíren odpadních vod

Projektový tým, který spolupracuje na řešení s využitím umělé inteligence k predikci průtoků odpadních vod a souvisejících provozních opatření, se skládá ze společností VDT Technology a.s., Vysoké školy chemicko-technologické v Praze (VŠCHT Praha), Českého vysokého učení technického (ČVUT), Technologické agentury ČR (TA ČR) a provozovatele pražské vodohospodářské infrastruktury PVK.

Řešení využívá technologie cloud computingu a strojového učení založeného na hloubkové analýze dat o odpadních vodách, kvalitativních a kvantitativních údajů, opakujících se událostí, předpovědí srážek a chování měst (dny v týdnu, hodiny ze dne). Neuronová síť je schopná na několik hodin předpovídat úroveň přicházejícího znečištění a zatížení čistíren odpadních vod (ČOV) s přihlédnutím k opakujícím se i jednorázovým faktorům. Zpracování obrovského množství dat a generování přesných informací umožní lepší rozhodování a plánování, což v konečném důsledku povede ke zlepšení kvality odtoku z čistíren odpadních vod.  S sebou to přináší úsporu značných provozních nákladů, jak v materiální, tak v energetické oblasti. Až do nedávna se riziko znečištění často řešilo předimenzováním technologických prvků, což způsobuje zbytečné náklady v porovnání s reálnou potřebou.

WaterScan Toolbox predikuje koncentraci chemické spotřeby kyslíku vody CHSK, a průtoku, a tedy hmotnostního toku. Jedná se o jedno z nejdůležitějších kritérií znečištění vody, které podává informace především o koncentraci veškerých organických látek. Chemická spotřeba kyslíku je definována jako množství kyslíku ekvivalentní spotřebě použitého oxidačního činidla.  Aplikace poté na základě těchto predikcí generuje výstrahy pro různé typy překročení a poskytuje databázi scénářů událostí na základě předpokládaného zatížení. Tato hlášení umožňují provozovateli přijmout účinná provozní opatření, která připraví provoz ČOV na očekávaný stav a vedou ke zvýšení efektivity čistírenského provozu. Aplikace umožňuje uživatelům prohlížet data buď pouze pro jednu čistírnu odpadních vod nebo pro desítky jednotlivých lokalit najednou a zpřístupňuje historická data o událostech, které se staly za posledních 360 dní. Vše je přístupné prostřednictvím intuitivního a uživatelsky přívětivého rozhraní.

„Cloud computing a technologie strojového učení v oblasti čištění odpadních vod mají obrovský potenciál pro zlepšení životního prostředí,“ zdůrazňuje Lukáš Chalupa ze společnosti VDT Technology. „Náš nový softwarový nástroj Water Scan Toolbox umožňuje v čistírnách odpadních vod provádět preventivní zásahy a zlepšit účinnost čisticího procesu na základě unikátních znalostí o kvalitě a množství odpadních vod podle předem definovaných provozních scénářů.“

„Díky moderním analytickým metodám můžeme sledovat kvalitu a množství odpadních vod, které lze zpracovat do cenných informací. Sledováním dlouhodobých datových sad můžeme získat cenné informace o vývoji klíčových ukazatelů přítoku a odtoku z čistíren odpadních vod,“ uvedl Petr Sýkora z PVK a.s.  a dodal: „Tlak na dodržování přísných emisních limitů je stále větší a s tím souvisí poptávka po nových spolehlivých technologiích, které zajistí stabilní kvalitu odtoku z čistíren odpadních vod, i při nepříznivých provozních událostech, jako jsou přívalové deště nebo extrémní sucho.“

Toto nové řešení na principu pokročilého zpracování dat z IoT sítě na cloudové platformě MindSphere, bylo zvoleno zejména z důvodů vysokých standardů zabezpečení, protože vodohospodářská infrastruktura se řadí mezi kritické. MindSpehere navíc přináší do poměrně konzervativního oboru správy vodohospodářské infrastruktury měst a obcí poslední poznatky z oboru informačních technologií.