Hvor. | Ejby Mølle renseanlæg, Skt. Jørgens Gade 213, 5000 Odense C |
Hvornår. | 31. august 2022 kl. 09:00 |
Varighed. | 6 timer |
Pris. | Gratis for medlemmer af netværket. Ønsker du at blive medlem af netværket klik her Machine Learning | DDV |
Netværksmøde: Machine Learning
Forudsigelser på process og nedbrud med maskinlæring
Bemærk: Røgfrit område hos Vandcentersyd
Program
09:00
Morgenkaffe og brød
09:15 - 12:00
One Water (Data Platform)
VandCenter Syd har etableret OneWater platformen sammen med Aarhus Vand. Intentionen var at skabe en datalake, hvor det var let at hente data ud, både internt, men også for eksterne samarbejdspartnere. VandCenter Syd har mødt en række udfordringer og det har været en udviklingsrejse, som de gerne vil fortælle om. Det kommer blandt andet til at handler om konceptet, og hvilke data de skal have på OneWater.
Early warning af brud på vandledninger (AI)
Ved hjælp af algoritmer regnes der på historiske data og udpeges steder, hvor der sandsynligvis er brud på vandforsyningsledningerne. Tidligere var det en manuel opgave at sidde og kigge data igennem, med hjælp fra Kapacity: https://www.kapacity.dk/case/vandcenter-syd/ er den opgave blevet meget nemmere.
Udjævning af ammoniumspeaks (AI)
Sammen med Kapacity, har VandCenter Syd lavet en styring til Ejby Mølle renseanlæg, som kigger på vandstrømmene, der ved hjælp af machine learning optimerer vandstrømmene. Formålet er at udjævne udledning af ammonium, så der ikke udledes for høje koncentrationer af ammonium, som er giftig for dyrelivet. https://www.kapacity.dk/case/vandcenter-syd-2022/
Digitale Tvillinger
Agnethe Pedersen er ved at afslutte en Ph.d.: https://orbit.dtu.dk/en/projects/the-digital-twin-of-urban-drainage-systems-dynamic-models-and-mea - Agnethe vil fortælle generelt om digitale tvillinger, og hvordan de bruges i praksis hos VandCenter Syd.
12:00 - 12:30
Frokost
12:30 - 13:30
Rundvisning på Ejby Mølle Renseanlæg
13:30 – ca. 14:30
Reinforcement Læring og Digitale Tvillinger
- Hvad er det og hvordan virker det?
- Hvorfor er potentialet så stort?
- Et kig på Iter Projektets Tomak og Reinforcement Learning
Tak for i dag