GSP voorziet meer dan 200.000 inwoners in de provincie Belluno van drinkwater en beheert 6.500 km aan drinkwaterleidingen en rioleringen. GSP heeft de ambitie om het percentage niet-in-rekening-gebracht verbrui met 35% te verminderen in een periode van drie jaar. Dit doel zal worden gerealiseerd door het creëren van DMAs (district metered areas), door het aantal watermeters te verhogen, door de druk te verlagen en door de slechtste leidingen in het distributienetwerk te vervangen.
Aanpak en oplossing
Om de leidingen in het netwerk te identificeren met de hoogste kans op storingen, heeft Spatial Insight het risicomodel SI-Rehab toegepast dat waarschijnlijkheidsmodellen SI-Cluster en SI-Regression omvat en de faalkansen met effectscores vermenigvuldigt. Spatial Insight heeft data ontvangen van GSP en geconcludeerd dat er voldoende data van voldoende kwaliteit beschikbaar was voor de eerste runs met SI-Regression, SI-Cluster en SI-Rehab.
SI-Cluster, de analyse die groepen leidingen op een slimme manier clustert, heeft gebieden in het netwerk geïdentificeerd die een grote impact hebben op de prestaties. Om aan te sluiten bij de projectomvang en het beschikbare budget van GSP is de clustermethode uitgebreid met SI-Hotspot. Binnen elk cluster wordt het gebied geïdentificeerd waar de meeste lekkages zich hebben voorgedaan. Op deze manier is 0,6% van het netwerk geïdentificeerd dat 9% van de lekkages zal veroorzaken, en 5% van het netwerk dat 48% van de lekkages zal veroorzaken.
SI-Regression voorspelt de prestaties van het netwerk in de loop van de tijd. Deze analyse is sterk afhankelijk van de aanwezigheid van het bouwjaar voor elke leiding in het netwerk. SI heeft onderzocht of een ‘beste schatting gemiddeld bouwjaar’ toegepast kon worden voor leidingen waarvan het bouwjaar ontbreekt. De resultaten waren logisch en daarom is Spatial Insight ervan overtuigd dat deze regressiecurven succesvol kunnen worden toegepast.
De regressiecurven zullen worden gebruikt in SI-Rehab en vormen een basis voor de implementatie van BestNet.
Voor SI-Rehab wordt de kans op storing gecombineerd met het effect van storing, wat resulteert in de een risicoscore. De berekening voor het effect is verdeeld in intern en extern effect. Het interne effect kent een waarde toe aan de consequenties voor de netwerkprestaties van een storing op een bepaalde locatie. De berekening is gebaseerd op een netwerkanalyse. Spatial Insight heeft extra filtering toegepast om de totale lengte van de hoogst prioritaire leidingen te verkleinen om binnen het beschikbare vervangingsbudget van GSP te blijven. Binnen de slechtste clusters heeft Spatial Insight de delen geselecteerd die de meeste lekkages hebben vertoond. Zoals gepubliceerd in het npj Clean water tijdschrift, zijn historische lekkages de belangrijkste voorspeller van nieuwe lekkages.
Spatial Insight heeft de interne en externe effectscore berekend voor leidingsegmenten van circa 10 m. Het interne effect is berekend door gebruik te maken van SI-Network, dat bepaalt welke secties getroffen zouden worden als er lekkages optreden en een sectie moet worden afgesloten, en het effect als tijdens het sluiten van een sectie een afsluiter niet kan worden gesloten.
Bijdrage aan de strategioe van de organisatie
Spatial Insight slaagde erin om 0,6% van het netwerk te identificeren dat de resultaten van de berekeningen GSP in staat stelt om het beschikbare budget voor de vervanging van leidingen te investeren op een manier die het meest significant zal bijdragen aan de vermindering van de huidige waterverliezen. Tegelijkertijd tonen de berekeningen de waarde en het belang van gegevens over assets en lekkageregistratie aan. Met betere en meer complete gegevens zullen de resultaten nog gedetailleerder en waardevoller zijn.
Customer review
Marco Bacchin, voormalige algemeen directeur van GSP: “De analyse is belangrijk voor ons bedrijf. We hebben goed verantwoordbare modelleringsresultaten nodig voor ons investeringsplan. Spatial Insight leverde nuttige resultaten in een korte periode en identificeerde mogelijkheden voor verbetering van gegevens op een zeer gedetailleerde manier. We hebben ook de korte levertijd, de relevantie van de resultaten en de ruimte voor verdere verbeteringen op prijs gesteld.”
CONTACT
"We hebben SI-Regression en SI-Cluster geïntegreerd in ons ultieme risicomodel SI-Rehab."