I-BR

Datagestuurd stedelijk water- en rioolbeheer

Omschrijving

De derde editie van dit succesvolle seminar, met onder meer praktijkcases van Gemeente Hengelo, Gemeente Almelo en Gemeente Capelle aan den IJssel.

Aan de ene kant een – onder invloed van klimaatverandering – steeds complexere opgave (toenemende hemelwateroverlast, rioolonderhoud en -vervangingen, grondwaterproblematiek) en aan de andere kant een blijvende druk op de beschikbare budgetten maken de noodzaak van een andere, innovatieve manier van stedelijk waterbeheer noodzakelijk.

Voor twee belangrijke verantwoordelijkheden, rioolbeheer en – vervanging en aanpak hemelwateroverlast, lijkt het vakgebied Data Science enorme mogelijkheden te bieden om te komen tot een hogere kwaliteit en forse kostenvoordelen.

Tijdens het praktijkseminar Datagestuurd Stedelijk Water- en rioolbeheer op 11 oktober in Ede gaan vijf gedreven experts in op juist deze twee thema’s en vooral hoe zij data gebruiken om risico gestuurd te kunnen gaan werken.

Alle presentaties zijn gebaseerd op hun eigen dagelijkse praktijk: techniek, business case, positieve resultaten en dingen die je beter anders kan aanpakken.

Van intuïtief beleid naar objectieve, data gedreven aansturing

Op dit moment werken veel gemeenten bij het rioolbeheer nog vooral met standaard inspectietermijnen en standaard vervangingstermijnen. Echter, beheers- en vervangingsbeslissingen gebaseerd op de risico’s die het watersysteem loopt kunnen leiden tot forse kostenbesparingen van soms wel enkele tientallen procenten.

Centrale vraag is dan: wat is het risico dat het fout gaat als geen maatregelen worden genomen? Te vroeg ingrijpen is duur, maar te laat ingrijpen is misschien nog wel duurder als het bijvoorbeeld een inundatie tot gevolg heeft. Ook de maatschappelijke gevolgen kunnen dan aanzienlijk zijn. Data science technieken kunnen bij de oplossing van deze dilemma’s een doorslaggevende rol spelen.

Ook haalt data-analyse risicoafwegingen op het gebied van mogelijke wateroverlast uit de intuïtieve sfeer en levert zij – op basis van objectieve gegevens- mogelijkheden voor een  datagedreven aansturing van het waterbeheer. Machine learning en Kunstmatige Intelligentie (AI) zorgen ervoor dat deze aansturing steeds ‘slimmer’ wordt.

Dat op deze wijze zowel forse kostenvoordelen als een hogere kwaliteit kan worden behaald moge duidelijk zijn.

Met praktijkvoorbeelden van o.m. Gemeente Hengelo, Gemeente Capelle aan den IJssel en Gemeente Almelo!

Dit seminar richt zich primair op

  • rioolbeheerders,
  • adviseurs en beleidsmedewerkers stedelijk waterbeheer,
  • data analisten en data scientists

bij gemeenten, gemeentelijke samenwerkingsorganen en waterschappen.

De derde editie van dit succesvolle seminar, met onder meer praktijkcases van Gemeente Hengelo, Gemeente Almelo en Gemeente Capelle aan den IJssel.

Het programma:

  • 12.30 – 13.00 uur: Registratie, koffie/thee en een broodje

 

  • 13.00 – 13.15 uur: Opening

 

  • 13.15 – 13.45 uur: Jan N. van Rijn, Assistant Professor Automated Machine Learning (AutoML) and Artificial Intelligence Universiteit Leiden: Case-study: Data science-technieken voor regenwateroverlast in stedelijk gebied  
  •  Vanaf 2019 heeft  het Advanced Data Science Lab (ADSL) van de Universiteit Leiden onder leiding van Jan van Rijn samen met STOWA en Stichting RIONED verkennend onderzoek gedaan om twee vragen te beantwoorden:
    • Wat kan data science betekenen voor de analyse en aanpak van wateroverlast?
    • En kunnen we data science inzetten om hemelwateroverlast in stedelijk gebied te voorspellen of modelleren?

    Aan de hand van onder meer terreinhoogtedata, KNMI-neerslagradardata en gemeten consequenties in de vorm van Twitterberichten over hemelwateroverlast werd bijvoorbeeld de kwetsbaarheid van straten of percelen in kaart gebracht.

    Hoewel de eerste resultaten zeer hoopvol kunnen worden genoemd is er nog flinke ruimte voor verbetering.

    Jan van Rijn presenteert de opzet van het onderzoek, de resultaten en de geplande vervolgstappen om het model betrouwbaarder te maken. Daarbij geeft hij suggesties aan gemeenten die plannen hebben om datagestuurd te gaan werken omtrent vastleggen van onder meer consequentiedata en hoe een dergelijke dataverzameling eruit zou kunnen zien.

 

  • 13.45 – 14.15 uur: Jan Cornelis van der Vliet, Adviseur Klimaatadaptatie & Stedelijk Water bij Van der Vliet Water AdviesRisicogestuurd beheer vrij verval riolering, de eerste stap: van data naar informatie                                                                                                                                                Jan Cornelis van der Vliet werkt als beleidsadviseur Stedelijk Water en riolering voor gemeenten, op dit moment voor Woerden, Stichtse Vecht, Leidschendam-Voorburg en Lopik. Bij zijn werkzaamheden ontwikkelde hij een relatief eenvoudige manier om voor gemeenten inspectierapporten uit het verleden te digitaliseren en daarmee te ontsluiten. Op basis van deze data kan relevante informatie worden gedestilleerd die kan worden gebruikt voor de eerste stappen naar risico gestuurd rioolbeheer. Tijdens zijn presentatie leidt Jan Cornelis u stapsgewijs door het proces en laat zien hoe gemeenten met deze informatie kunnen beginnen met het ‘plukken van het laaghangende fruit’.

 

  • 14.15 – 14.45 uur: Pauze

 

  • 14.45 -15.30 uur: Patrick Zwerink, Senior adviseur beheer openbare ruimte Gemeente Hengelo en Peter Wonink, Hoofd adviesgroep Water en Riolering Roelofs: Praktijkcase: Implementatie risico gestuurd rioolbeheer Gemeente Hengelo                                                                                     Voor het nieuwe Verbreed Gemeentelijk Rioleringsplan (vGRP) van Gemeente Hengelo werd onder meer door toepassing van een risico gestuurde aanpak bereikt dat vernieuwingen veel beter kunnen worden gepland. Dit levert besparingen op van tientallen procenten, omdat de levensduur van de riolen kan worden verlengd en het moment van vervanging tientallen jaren kan worden uitgesteld. Peter Wonink en Patrick Zwerink lopen met u door analyses, keuzes, opzet en resultaten en gaan daarbij ook in op de te bereiken besparingen.

 

  • 15.30 – 16.15 uur: Thomas Berends, Team lead Data science Nelen & Schuurman: Praktijkcase: Gemeente Almelo: Kunstmatige Intelligentie Stuurt Riolering                                                                                                                                                                                                                          Gemeente Almelo heeft een systeem dat schuiven en gemalen in de riolering automatisch aanstuurt om water over de stad te verdelen en berging te optimaliseren. De gemeente wil dit real-time controlsysteem (RTC) optimaliseren om zo overstorten en water op straat te beperken. Met dit doel is een ambitieus project gestart waarbij vanuit de beheersystemen automatisch een hydraulisch rioleringsmodel wordt opgebouwd. Dit rioleringsmodel communiceert direct met de schuiven en de gemalen in de riolering via een live koppeling met het werkelijke RTC-systeem van de gemeente. Het rioleringsmodel is aangesloten op een zelflerend en -handelend algoritme. Dit zogeheten reinforcement learning algoritme kan de sturing overnemen en naar eigen inzicht optimaliseren. Hiervoor kijkt het algoritme naar een set aan beloningsregels, waarmee het zelf probeert om overstortvolumes te beperken. De eerste resultaten zijn veelbelovend en de oplossing, een digitale tweeling van rioolstelsel, biedt mogelijkheden ook in de toekomst ook doelstellingen op het gebied van onderhoud en het energieverbruik integraal af te wegen. Thomas Berends gaat in op de gekozen oplossing en presenteert de eerste resultaten.

 

  • 16.15 – 16.30 uur: Vragen en afronding

 

Locatie:

  • De Reehorst
  • Bennekomseweg 24
  • 6717 LM Ede

Voor vragen over de bijeenkomst:

mail naar info@i-br.nl of bel 06-21506300 (Ab Sulman)

 

Informatie

Datum

11 oktober 2022

Soort bijeenkomst

Seminar

Locatie

De Reehorst Ede

Prijs

Deelnameprijs bedraagt € 495,= . Voor elke volgende collega van dezelfde organisatie geldt een collega-korting van € 100,= en bedraagt de deelnameprijs slechts € 395,= (excl. BTW).

Aanmelden

Gegevens van de organisatie
Gegevens deelnemer(s)