Nyhed

Aarhus Vand får ny viden om deres spildevand efter stort innovationsprojekt

Drainman Article Illustration Small

Et 3-årigt innovationsprojekt støttet af MUDP giver nye indsigter i, hvilke typer af vand, der løber i kloakledningerne. Ved hjælp af sensorer, ’datacrunching’ og machine learning har projektet kortlagt såkaldt ’uvedkommende vand’ i en del af Aarhus.

28. oktober, 2021

Under de danske byer løber der kilometervis af spildevandsledninger, som leder beskidt vand til renseanlægget. Men spildevandsledningerne lever ikke en uforstyrret tilværelse under jordoverfladen. Store regnskyl og stigende grundvand sætter mange steder ledningerne under pres – et pres der kan blive så stort, at der trænger ’uvedkommende vand’ ind.

I Aarhus-bydelen Tranbjerg bor der ca. 7.300 personer fordelt i omtrent 3.000 boliger, og under bydelen løber der 40 km spildevandsledninger. Disse spildevandsledninger i Tranbjerg har været genstand for et stort innovationsprojekt, som har undersøgt vandet i ledningerne med ny teknologi i form af sensorer og målere i kombination med machine learning-modeller.

Fejlkoblet vand

Er fx vand fra en privat regnvands-stikledning, der ved en fejl er koblet på den offentlige spildevandsledning.

Resultatet viser, at op til 54 % af vandet i ledningerne er uvedkommende vand. Helt konkret er det beregnet, at der i Tranbjerg siver 300.000 m³ grundvand ind i kloakkerne om året. Men mest opsigtsvækkende er det, at op til 14 % af vandmængden er fejlkoblet vand.

Det nyskabende ved innovationsprojektet i Tranbjerg er, at det nu er muligt at måle, hvilke typer vand der trænger ind i kloaksystemet, og hvor det sker. Det er muligt via ’flowmålinger’, som analyserer, hvornår vandet strømmer i ledningsnettet. På den måde kan det uvedkommende vand opdeles i kilder – fx grundvand, regnvand eller fejlkoblet vand.

Nedboer

Banebrydende indsigt i spildevand

Uvedkommende vand i kloaksystemet kan have lang række negative konsekvenser for spildevandsselskaberne: Der bliver mindre kapacitet til spildevand, når der siver uvedkommende vand ind. Det kan føre til, at folk oplever vand i kældrene, og der kan i yderste konsekvens ske overløb, hvor fortyndet spildevand løber ud i naturen. Desuden koster det en masse energi at pumpe vandet rundt i ledningsnettet, og der bruges spildte kræfter på renseanlægget, som utilsigtet kommer til at rense ’rent’ vand.

Efter at have deltaget i det 3-årige innovationsprojekt, som hedder DRAINman, har Aarhus Vand fået ny, banebrydende indsigt i de ’komponenter’, som spildevandet, der modtages på Viby Renseanlæg, er sammensat af. Det er et indblik, som kan give stor værdi for forsyningsselskabet, og det er nyt i en dansk kontekst.

”Vi er begyndt at implementere viden fra DRAINman-projektet i vores dataanalyser. På den måde kan vi bruge erfaringerne til at forbedre vores hydrauliske modeller og til at træffe bedre beslutninger om vedligehold og reparationer af vores spildevandsledninger,” siger Lene Bassø Duus, som er fagleder for hydraulik og spildevand i Aarhus Vand.

Mere om DRAINman

  • Innovationsprojektet DRAINman har kørt fra 2018-2021
  • DRAINman er en sammentrækning af ’Drainage Management’
  • Syv partnere har deltaget: Aarhus Vand, DHI, Grundfos, Wavin, Per Aarsleff, Aalborg Universitet og NIRAS
  • Projektet er støttet af midler fra MUDP - Miljøteknologisk Udviklings- og Demonstrationsprogram – under Miljøstyrelsen

En mere effektiv forsyning

  • Erfaringerne fra DRAINman kan skabe værdi i forsyningsselskabers digitale værktøjer og give en mere effektiv drift med data
  • For eksempel kan data lægges ind i nøgletalsystemet HOMIS, sådan at forsyningsselskabet kan få varslinger, hvis mængden af uvedkommende vand pludselig stiger
  • På samme måde kan machine learning-modellen (UV-indekset) kobles med værktøjet Rehab-IT, så man kan bruge indekset til strategiske ledningsrenoveringer og reparationer

UV-indeks sikrer bedst mulige investeringer

DRAINman er et innovationspartnerskab, hvor nogle af Danmarks bedste hoveder har samarbejdet på tværs af firmaer for at skabe ny indsigt i problemet om uvedkommende vand. For eksempel har Grundfos lavet målinger i spildevandssystemet i Tranbjerg samt på Viby Renseanlæg, mens DHI og Aalborg Universitet har foretaget udregninger på baggrund af datamaterialet.

NIRAS har især bidraget i projektets sidste faser, hvor data er lagt ind i en machine learning-model. Den gør det muligt at finde de steder i ledningsnettet under Tranbjerg, hvor det er mest sandsynligt, at vandet siver ind. Denne model kaldes et UV-indeks, og Aarhus Vand kan bruge den til at planlægge sine reparationer og vedligehold, så man fjerner mest muligt uvedkommende vand per krone investeret.

”Ved at kombinere fagligheder inden for spildevand og dataanalyse har vi skabt helt nye muligheder for at anvende eksisterende data til nye analyser og agere på et datadrevent beslutningsgrundlag. Det har været sjovt at være med på det her udviklingsprojekt, fordi perspektivet er at gøre forsyningens drift mere effektiv med intelligent brug af data,” siger Preben Dam Simonsen, som er civilingeniør i NIRAS.

Grundvandsindsivning pr. ledningsstrækning pr. år. Data venligt udlånt af Aarhus Vand.

Grundvandsindsivning pr. ledningsstrækning pr. år. Data venligt udlånt af Aarhus Vand.

Vil du vide mere?

Preben Dam Simonsen

Preben Dam Simonsen

Civilingeniør

Aalborg, Denmark

+45 9630 6466

Sara Bugge Ploug

Sara Bugge Ploug

Ekspertise og Markedschef

Aalborg, Denmark

+45 6039 4184

Se også: