In den letzten Jahren und speziell an den Hitzetagen im August 2020 zeigten sich wieder einmal die Auswirkungen des Klimawandels für die Wasserwirtschaft in Deutschland. Im gesamten Gebiet der Bundesrepublik verzeichnete man das siebte ungewöhnlich trockene Frühjahr in Folge.
Auch wenn die wenigen Regentage in diesem Frühsommer dies vergessen ließen, kam die Dürre um so stärker zurück: Mitte August meldete die Gemeinde Lauenau, dass die Wasserversorgung der knapp 4000 Einwohner zusammengebrochen ist. In Artern sterben die Wälder und die Löschteiche der Feuerwehr sind ausgetrocknet. In Pium wird das Freibad geschlossen und Bußgelder auf das Befüllen privater Pools verhängt. Bereits 2018 war in Münster der Aasee umgegekippt und hunderttausende Fische verendeten.
Belastbare Prognose als Basis
Es gibt noch etliche weitere Beispiele, die zeigen, mit welchen Herausforderungen vor allem die Wasserwirtschaft konfrontiert wird. Eine stabile Wetterlage mit konstant ausreichender Regenmenge wird immer seltener. Und trotzdem muss eine sichere Wasserversorgung der Bürgerinnen und Bürger auch über längere Trockenphasen hinweg sichergestellt werden.
"Bestimmte Investitionen in die Infrastruktur wird man mittelfristig nicht vermeiden können. Aber schon heute entsteht ein enormer Handlungsdruck für die Wasserwirtschaft", so die Erfahrung der Items GmbH. Um eine permanente Wasserverfügbarkeit sicherzustellen, brauche es eine genaue Planung der Produktions- und Speichermengen. Grundlage jeder guten Planung bildet eine belastbare Prognose der künftig nachgefragten Wassermengen, die zudem in Echtzeit die äußeren Faktoren wie Temperatur, Niederschlagsmengen, Sonneneinstrahlung sowie Event- und Kalenderabhängigkeiten berücksichtigt.
Stadtwerke Münster planen Wasserbedarf mit Grid Insight: Water
Im Frühjahr 2020 hat Items mit den Stadtwerken Münster zusammen das Tool Grid Insight: Water entwickelt. Die erste cloudbasierte Softwarelösung der Items für die Wasserwirtschaft, die Methoden der Künstlichen Intelligenz (KI) nutzt, um den Wasserbedarf der nächsten fünf Tage stundengenau bzw. für zehn Tage auf Tageswerte bezogen vorherzusagen.
Seit dem 1. April ist die Lösung bei den Stadtwerke Münster im Einsatz und hat vor allem in der untypischen Corona-Zeit die Stadtwerke Münster bei der Planung des Wasserbedarfs enorm unterstützt: "Vor dem Hintergrund der zunehmenden Komplexität durch äußere Einflussfaktoren und der riskanten Abhängigkeit vom Wissen einzelner Personen ist das für uns ein wichtiger Schritt in die Zukunft", sagt Marko Hülsmann, Gruppenleiter Verbundleitstelle Strom, Gass, Wasser, Fernwärme.
KI-basierte Nachfrageprognose
Auf Basis der intelligenten Algorithmen findet eine automatisierte Mengenprognose für die nächsten Tage statt, um die Planung der Wassergewinnung für die kommenden Tage zu erleichtern. Für die Entwicklung der Algorithmen wurden die Netzabgabemengen der Wasserwerke der vergangenen fünf Jahre auf Stundenbasis analysiert und mit externen Daten wie etwa Wetter- und Kalenderdaten angereichert.
Auf Grundlage der identifizierten Muster kann das Modell die künftigen Wasserverbräuche sehr genau vorhersagen und berücksichtigt dabei vor allem die aktuellsten Wetterprognosen. Das Modeltraining zur Wasserprognose findet einmal täglich auf Basis neuer Daten statt, so dass die Abhängigkeiten zwischen den einzelnen Faktoren immer wieder neu berechnet und dargestellt werden können.
So wurde im Rahmen der Entwicklung von Grid Insight: Water festgestellt, dass die Menschen im Durchschnitt nach fünf Tagen Trockenheit beginnen, überproportional zu gießen, wenn kein Regen für die darauffolgenden Tage gemeldet wird. Somit ist bereits frühzeitig ersichtlich, wann es zu einer Verbrauchsspitze kommen kann. Entsprechende Gegenmaßnahmen können frühzeitig eingeleitet werden. Das sogenannte Scoring, also die Anwendung des trainierten Modells, findet stündlich statt, damit auch kurzfristige Wetteränderungen sofort bei der Prognose berücksichtigt werden kann.
Agile Methoden
In der Zusammenarbeit bei der Entwicklung der Lösung sind die Stadtwerke Münster und Items ebenfalls neue Wege gegangen: Mit Hilfe einer agilen Projektplanung und Durchführung konnten dem Kunden in kürzester Zeit die ersten Ergebnisse präsentiert werden. Der Kunde wiederum hatte permanenten Zugriff auf die Entwicklungsschritte und konnte über die sogenannten User-Stories die Entwicklung fachlich steuern.
"Für KI-basierte Softwareentwicklungen sind agile Projektstrukturen prädestiniert. Mit Scrum werden Kunden viel besser in den Entwicklungsprozess mit einbezogen und erhalten in kürzester Zeit die ersten Ergebnisse", sagt etwa Christian Wessel, Geschäftsfeldentwicklung Data Science bei Items.
Somit sinke die Wahrscheinlichkeit von falschen Annahmen, Vorgaben und Entscheidungen im Rahmen des Entwicklungsprozesses erheblich und der Kunde erhalte in kürzester Zeit die erste Version des Produkts. Auf dieser Basis können dann im nächsten Sprint die künftigen Weiterentwicklungen abgestimmt bzw. Anpassungen am vorhandenen Modell vorgeommen werden. Das schafft Transparenz und somit Vertrauen auf beiden Seiten.
Weitere herausfordernde Szenarien
Nach einer kurzer Validierungsphase der Wasserprognose sollen die Ergebnisse in die bestehenden Prozesse der Verbundleitstelle und der Wasserwerke integriert werden. Mit Grid Insight: Water lassen sich laut Items sowohl die technischen als auch die kaufmännischen Prozesse optimieren.
Für Stadtwerke birgt der Klimawandel weitere Herausforderunge: Daher wählte Items bei der Entwicklung der Software eine modulare Architektur, um wichtige Anwendungsfälle stets zeitnah integrieren zu können. So wurden in den vielen Gesprächen mit verschiedenen Stadtwerken folgende Szenarien für als wichtig priorisiert und teilweise in die Projektierung überführt:
- Brunnenpegelstandsüberwachung
- Leckagenanalyse
- Gewässermonitoring
- Abwassersimulation für Starkregenereignisse
- Echtzeitmonitoring
Internet-of-Things sorgt für erschwingliche Datenübertragung
Vor allem die Kombination mit IoT-Sensorik mache diese hoch priorisierten Anwendungsszenarien sehr spannend, heißt es bei Items. Mit Hilfe von LoRaWAN lassen sich Daten kostengünstig übertragen werden, die heute noch nicht mal erhoben werden, und damit die notwendige Datenbasis in den oben genannten Szenarien darstellen.
Als erster Use-Case neben der Implementierung von Grid Insight: Water stehe derzeit das Thema automatisierte Fernauslesung von Brunnenpegelständen im Vordergrund.
Brunnenpegelstandsüberwachung via LoRaWAN
Zur Überwachung und Steuerung des Grundwasserspiegels testen nach Angaben von Items einige Stadtwerke aktuell LoRaWAN-basierte Sensorik. Gemeinsam mit dem Dienstlesiter wurden im Feld verschiedene Hersteller getestet. Die notwendigen Anforderungen an eine Echtzeitvisualisierung sowie Prognose werden nun schrittweise in Grid Insight: Water überführt.
Leckagen-Identifizierung in Iserlohn
Der Heimatversorger aus Iserlohn beschäftigt sich hingegen schon länger mit den Themen Wasserleckage und Rohbrüche im eigenen Versorgungsgebiet. Aufgrund der Topographie sind die Stadtwerke Iserlohn gezwungen, das Wassernetz mit relativ hohem Wasserdruck zu betreiben, was zur Folge hat, dass viele Wasserlecks und Rohrbrüche im Laufe der Zeit entstehen können.
Dazu entwickeln die Stadtwerke Iserlohn und Itmes ein gemeinsames Konzept zur frühzeitigen Identifizierung von Wasserleckagen. Der Ansatz beruht auf einer Clusteranalyse, die das gesamte Wassernetz in verschiedene, sinnvolle Cluster (Messbezirke) unterteilt und eine typische Lastkurve pro Cluster berechnet.
Es werden die nächtlichen Mindestverbräuche der einzelnen Messbezirke betrachtet, um das „Grundrauschen“ zu erkennen. Pro Cluster wird dann eine Prognose erstellt, die basierend auf den historischen Verbrauchs-, Wetter- und Kalenderdaten einen Erwartungswert mit einem Konfidenzintervall vorgibt. Wird dieser überschritten, wird dies im Tool visualisiert und die betroffene Person erhält eine Benachrichtigung.
Gewässermonitoring am Aasee in Münster
Aufgrund der Ereignisse 2018 hat sich die Stadt Münster außerdem für eine Echtzeitüberwachung des Aasees entschieden. Mit Items werden verschiedene LoRa-basierte Sensoriken und Messmodelle getestet und erste Anforderungen an ein Monitoring bzw. eine Prognose erhoben. Das Gewässermonitoring läuft seit diesem Frühjahr produktiv und ermöglicht es der Stadt Münster frühzeitig entsprechende Gegenmaßnahmen zu veranlassen – vielleicht künftig auch voll automatisch, so Items.
Abwassersimulation von Starkregenereignisse und IoT-Daten
Mit weiteren Stadtwerken diskutiert Items verschiedene Lösungsansätze von Starkregenereignisse, die ebenfalls in Grid Insight: Water integriert werden sollen. In diesem Anwendungsszenario wird die Bedeutsamkeit von IoT-Daten (LoRaWAN) nochmal sehr deutlich, zudem, welchen Mehrwert diese Daten liefern können.
Wenn über LoRa-Sensorik beispielweise die Regenrückhaltebecken permanent überwacht werden, können in Kombination von Wetterprognose und den zu erwartenden Regenmengen Empfehlung zur Steuerung des Ablaufs gegeben werden – gegebenenfalls kann dieser sogar automatisch erfolgen.
Ein weiterer Vorteil dieser Lösung wird ein intelligentes Batteriemanagementsystem sein. Getriggert durch eine entsprechende Wetterprognose mit hohen Regenmengen kann das Messintervall der LoRa-Sensorik (beispielsweise minütlich) verkürzt werden, um einen bestimmten Zeitraum engmaschiger zu überwachen und dem Anwender die Daten zur Verfügung zu stellen. Sobald das Ereignis vorbei ist, wird wieder das ursprüngliche Messintervall (zum Beispiel stündlich oder täglich) gewählt, um die Batterien der LoRa-Sensorik zu schonen.
Weitere Use-Cases möglich – welche Daten liegen vor?
"Alle aufgeführten Anwendungsszenarien zeigen eines deutlich auf: Jeder Visualisierung oder datengetriebene Analyse benötigt eine ausreichende Datenqualität", betont Items. Teilweise müssen für einige Anwendungsszenarien erstmal über einen längeren Zeitraum Daten gesammelt werden, um die analytische Fragestellung beantworten zu können. Dies zeigt das Beispiel aus Nordfriesland, wo die Husum Netz und der Wasserverband Treene anfangen, ein gemeinsames Modell für die Wasserversorgung zu erstellen und mit der Datensammlung beginnen.
Auch hier ist Items mit ihren Kunden im engen Austausch, wie solche Konzepte zur Datensammlung und Archivierung modern aufgesetzt werden können, um die davon abhängige Fragestellung beantworten zu können. (sg)
