Meten grondwaterstroming door middel van glasvezel

Achtergrond van project
Inzicht in de stroming van grondwater is belangrijk voor de bescherming van onze bronnen (grondwaterbeschermingsgebieden etc.), putverstopping en ondergrondse ontijzering. Op dit moment kan de stroming van grondwater echter niet direct gemeten worden. Deze wordt gemodelleerd of afgeleid uit indirecte metingen. Recent vinden er ontwikkelingen plaats op het gebied van glasvezeltechniek om deze stroming in situ te meten. Dit werkt door het opwarmen van een glasvezelkabel en nauwkeurig te meten hoe snel de kabel opwarmt. Hoe sneller het grondwater stroomt, hoe langer het duurt voordat de kabel warm is. Met dit project willen we deze techniek een stap verder brengen en op het puttenveld ’t Klooster toepassen.

    Onderzoeksvraag

    • Hoe vertalen we een labopstelling naar een puttenveld in bedrijf?
    • Zien we in de metingen de heterogeniteit van de bodem terug?
    • Hoe verhouden de metingen zich tot de modelvoorspellingen?
    • Kunnen we de ontwikkeling van putverstopping en ondergrondse
      ontijzering monitoren?
    • Is deze techniek van meerwaarde voor Vitens? En hoe pas je dat
      vervolgens toe?

    Projectaanpak
    Vanuit de samenwerking met Wetsus is in 2018 een promotieonderzoek naar voren gekomen waarbij de glasvezeltechniek verder onderzocht ging worden. Vitens heeft deze kans aangegrepen om dit onderzoek te combineren met een pilot. Het waterwingebied ’t Klooster is hier geschikt voor omdat er een aantal vragen leven op het gebied van grondwaterstroming. Deze pilot is vormgegeven in een TKI onderzoek met meerdere partijen.

    Het project is in verschillende fases en onderdelen opgezet;
    Fase 1, testen techniek (2018-2019)
    1. Labproeven
    2. Installatie in het veld
    3.Testen installatie

    Fase 2, toepassen techniek (2019-2020)
    Eind 2019 zal de techniek verder toegepast gaan worden om inzicht te vergroten in putverstopping en ondergrondse ontijzering. Hiervoor zal de pilot nog iets worden uitgebreid. Het idee is dat we hiermee de overgebleven onderzoeksvragen kunnen beantwoorden.

    Samenwerking met externe partners
    In het project werken wij samen met Deltares, Arcadis en Wetsus

    Contact opnemen?

    Thema-ambassadeur Ate Oosterhof is bereikbaar via Ate.Oosterhof@vitens.nl

    Kagglethon

    De Datascientists van Vitens en die van andere drinkwaterbedrijven spreken zo nu en dan af om van elkaar te leren en elkaar te inspireren. Een nieuw hoogtepunt hierin is dat ze bij elkaar zijn gekomen voor een Hackathon getiteld Kagglethon, waarbij de naam is geïnspireerd door de Machine Learning-competitiewebsite https://www.kaggle.com. Hierbij was het de opdracht om het watergebruik per vijf minuten zo goed mogelijk te voorspellen.

    Wat maakt deze activiteit zo interessant en innovatief?
    Het onderwerp van de Hackathon was niet het belangrijkste, de techniek wel. Voorspellen zelf is leuk, maar een rechte lijn door gegeven datapunten trekken kan bijna iedereen: het wordt pas interessant als we op een gestructureerde manier testen en controleren hoe goed onze voorspellingen zijn, op een testset die we niet hebben gebruikt bij het trainen van het model. Zo kunnen we niet alleen vaststellen of ons algoritme goed is, maar ook algoritmes met elkaar vergelijken. Of zelfs automatisch honderden net verschillende algoritmes maken en op basis van de testscores de beste uitkiezen. Dat is ook de kant die we opgaan. Als we Vitens (meer) data-gestuurd willen maken, moeten we zorgen dat algoritmes betrouwbaar en bewezen zijn en bij voorkeur ook een waarde hebben die het betrouwbaarheidsinterval aangeeft. Zo raken we samen in de stroomversnelling.
    Meer weten? Stuur gerust een email naar Sjoerd Boersma (Sjoerd.Boersma@vitens.nl)

    Update Datascience Vitens juli 2019

    Op 27 juni heeft de datascience groep weer een presentatie gegeven van de resultaten van het afgelopen kwartaal. Als eerste presenteerde Martine Wester de resultaten van het Graafschade project. Dit onderzoek is relevant omdat in ongeveer 2,5% van alle gemelde graafactiviteiten door derden schade wordt veroorzaakt aan ons leidingnet. De grootte van de financiële schade groeit jaarlijks en bedroeg vorig jaar meer dan € 800.000. Bij dit onderzoek wordt nagegaan of het mogelijk is te voorspellen hoe groot de grote kans is dat er bij een bepaalde aannemer/activiteiten combinatie er graafschade zal optreden. Met behulp van deze kennis is het dan mogelijk om preventief acties te ondernemen om de kans op graafschades te verkleinen. De basis van dit onderzoek zijn de (verplichte) klickmeldingen die iedereen moet doen als hij/zij gaat graven in de ondergrond. Bij deze registratie is het verplicht om de locatie, de gegevens van de aannemer en de aard van de uit te voeren werkzaamheden te registreren.

    Op basis van deze gegevens is een model getraind. Dit model bleek uiteindelijk twee-derde van de opgetreden graafschades correct te voorspellen.  Dit lijkt niet zoveel, maar aantal graafschades ten opzichte van de totale klickmeldingen is relatief laag. Vergelijk is dus met het zoeken van een naald in een hooiberg waarbij twee-derde van de naalden worden teruggevonden. Een aantal graafschades zullen nooit te voorspellen zijn, want ongelukjes kunnen altijd plaatsvinden, hoe goed de aannemer ook is. We hebben dus nu een getraind model en kunnen daarmee de kans op graafschade per combinatie aannemer/graafactiviteit in een groot aantal gevallen voorspellen. Tijdens de inhoudelijk discussie na de presentatie is geopperd om meerdere variabelen zoals grondslag en andere omgevingsvariabelen mee te nemen. Indien deze gegevens beschikbaar zijn, zullen deze in een tweede versie worden meegenomen.

    MapR Cluster
    Als tweede presentatie heeft Jordy Nieland een update gegeven van de ingebruikname van het MapR cluster. Het MapR cluster is een cluster van servers waar onder Spark het mogelijk wordt om een veel snellere rekentechniek toe te passen. Het is mogelijk om hier grote databases afkomstig uit verschillende hoeken van Vitens met elkaar te combineren. Rekenkracht en data worden hier gecombineerd. In deze Sparkomgeving zijn verschillende data exploratie tools aanwezig zoals PowerBI, Tableau, Zeppelin, SQL of programmeertalen zoals R of Python. Als voorbeeld laat Jordy de verwerking van een database zien waarin alle meterstanden staan die bij Vitens gearchiveerd zijn. Het betreft een databestand met 78 miljoen regels ter grootte van meer dan 10 GB. Alleen al het extraheren van deze dataset vanuit SAP heeft meer dan 24 uur in beslag genomen! Eenmaal in onze MapR omgeving kan met behulp van Spark deze dataset in enkele tientallen seconden worden verwerkt. Zo is het nu mogelijk om een plaatje te maken waarin we zien op welke wijze de meterstanden van onze klanten binnenkomen. Zo is duidelijk te zien dat er een mooie verschuiving plaatsvindt van meterkaarten die via de post worden verstuurd naar meterstanden die via internet binnenkomen.

    Als laatste geeft Sjoerd Boersma de resultaten van een analyse van de vraag hoe groot een balansgebied nu moet zijn om lekken te detecteren. Vitens is bezig de grootte van de (deel)balansgebieden te optimaliseren. Als we allemaal hele kleine balansgebieden creëren kunnen we kleine lekken goed detecteren, maar zijn de kosten torenhoog. Laten we de balansgebieden heel groot is dat wel goedkoop, maak kunnen we bijna geen lekken meer detecteren.

    Om niet vast te lopen in eindeloze theoretische exercities heeft Sjoerd gekozen voor een hele praktische aanpak. Vitens heeft per slot een goede tool om lekken in de bestaande (deel)balansgebieden op te sporen, namelijk de DBM. Door in de gemeten data kunstmatig heel veel lekken te introduceren van verschillende grootte en verschillende tijdstippen en die te laten detecteren met de DBM kon worden nagegaan hoe snel welke percentage van de lekken kon werden teruggevonden. Dit werd uitgevoerd op balansgebieden van verschillende grootte en met verschillende lekgrootte. Door de DBM te gebruiken als analysetool wordt ook een realistische weergave verkregen van de lekken die we in de praktijk ook kunnen opsporen.

    Als eerste resultaat kan ruwweg worden gezegd dat een lek ter grootte van de helft van het gemiddelde verbruik van dat balansgebied bijna altijd (93% van de gevallen) binnen een half uur kan worden gedetecteerd. Tijdens de discussie wordt aangegeven dat dit een eerste poging betreft om een grootte van een balansgebied te bepalen. Deze methode is bijvoorbeeld gevoelig voor grootverbruikers die erg onregelmatig veel water innemen. Bij een vervolganalyse zou hiervoor en voor andere verstorende factoren gecorrigeerd moeten worden.

    Ontwikkeling verdeling opnamesoorten van meterstanden vanaf 2000

    Luisteren naar de leiding

    Na een intensieve voorbereiding zijn we op 1 juli 2019 in samenwerking met Wavin en Hifi Engineering Inc. gestart met een pilot waarbij we ruim 600 meter glasvezelkabel in een leiding in Nijmegen hebben ingebracht. In de pilot gaan we onderzoeken of de ingebrachte glasvezelkabel lekkages kan detecteren.
    Het idee komt vanuit de olie-industrie in Noord Amerika waarbij olieleidingen worden gemonitord door middel van glasvezelkabels die op een leiding
    zijn aangebracht.

    De glasvezelkabel wordt zorgvuldig ingebracht in de leiding, waarna die temperatuurveranderingen en trillingen/geluidssignalen kan registreren.
    Na kalibratie en categorisering van de ontvangen signalen in een normale situatie zullen we vervolgens kleine en grote lekkages simuleren, zodat we kunnen vaststellen of deze ook daadwerkelijk door Hifi kunnen worden gedetecteerd. De pilot loopt tot en met eind augustus 2019.