Sanning och konsekvens för svenska vattenledningar

Detta arbete kick-startar AI (artificiell intelligens) för ledningsunderhåll i VA-branschen i Sverige. Arbetet med befintliga VA-nät är idag främst reaktivt; man reparerar läckor vartefter man blir varse dem, ibland till stora kostnader om läckan är omfattande och akut. Med denna artikel vill vi sätta fokus på proaktivt arbete med ledningsnät och diskutera riskanalys inom området. En ANN-modell som tidigare tagits fram används för att uppskatta sannolikhet för läckage på vattenledningar. Modellen har tränats på läckor som inträffat under en tioårsperiod, och en jämförelse med läckor som rapporterats efter den studerade perioden visar att ANN-modellen lyckas identifiera grupper av ledningar som oftare får läckage. Genom att kombinera ANN-modellen med en modell för konsekvensbedömning kan de mest prioriterade ledningarna ur ett riskperspektiv vaskas fram. Medan flera VA-organisationer deltagit i projektet Ordning i RörANN, presenteras här endast beräkningar baserade på Stockholm Vatten och Avfalls data