Table des matières
L'écoulement et l'infiltration (I&I) est l'un des défis les plus persistants et les plus complexes pour les opérateurs de réseaux d'assainissement et est souvent la cause première des déversements de trop-pleins d'orage.
Pour Severn Trent Water, le traitement des pertes par infiltration dans le bassin versant était une solution potentielle pour réduire le volume de stockage nécessaire pour atteindre les objectifs environnementaux et les exigences réglementaires. Cependant, l'I&I est un problème mouvant pour lequel les méthodes traditionnelles reposent sur l'analyse manuelle des données et les inspections manuelles, qui prennent beaucoup de temps et sont coûteuses.
En collaboration avec Arup, InfoTiles a réalisé un projet de validation de 16 semaines avec Severn Trent Water pour traiter les flux d'entrée et d'infiltration (I&I) dans un bassin versant à Gloucester. En utilisant les données existantes et sans avoir besoin de capteurs supplémentaires, InfoTiles a appliqué notre IA PipeFusion pour nettoyer et corriger les données SIG. Nous avons ensuite identifié, quantifié et localisé les problèmes d'I&I avec SewerIntelligence. Surmontant les problèmes de qualité des données, notre approche a fourni des informations claires, permettant à Severn Trent de donner la priorité aux zones à fort impact et d'évaluer le retour sur investissement des interventions. Le succès de Gloucester a montré comment la plateforme d'InfoTilespeut s'étendre à l'ensemble du réseau de Severn Trent pour soutenir une gestion des eaux usées plus intelligente, plus rapide et plus rentable.
InfoTilesInfoTiles, en collaboration avec Arup, a mené une nouvelle approche pour aider Severn Trent Water à traiter les problèmes d'I&I à Gloucester, en Angleterre, en utilisant l'IA et l'apprentissage automatique pour permettre des décisions basées sur les données. Au cours d'un programme de 16 semaines, InfoTiles s'est concentré sur l'utilisation des données existantes pour découvrir des modèles et des tendances significatifs dans de nombreux ensembles de données, tandis qu'Arup a traduit ces idées en actions opérationnelles.
Le partenariat a combiné les analyses pilotées par l'IA d'InfoTiles avec les perspectives d'ingénierie d'Arup et l'expertise opérationnelle de Severn Trent, créant ainsi une synergie qui a libéré tout le potentiel des données existantes sur les actifs.
L'I&I est un combat permanent, mais en tirant parti des capacités d'analyse avancées d'InfoTiles, les services publics peuvent prendre des décisions plus intelligentes, plus rapides et plus rentables. Grâce à cette approche axée sur les données, InfoTiles a fourni des informations claires et fondées sur des preuves afin d'éclairer les prochaines étapes de la lutte contre l'I&I dans le bassin versant.
Notreapproche
Le programme de 16 semaines s'est concentré sur l'utilisation des données existantes, en commençant par le nettoyage des données SIG du réseau d'assainissement avant de quantifier les flux d'entrée et d'infiltration pour lutter contre l'I&I à Gloucester, en Angleterre. En commençant par les données disponibles, InfoTiles a permis de créer un réseau d'assainissement plus intelligent et plus résistant dès le premier jour.
La mauvaise qualité des données sous-jacentes peut constituer une difficulté majeure dans la gestion des I&I, entraînant souvent des corrections manuelles pour comprendre la connectivité existante du réseau. InfoTiles s'est attaqué directement à ce défi grâce à l'utilisation pionnière de PipeFusion-un outil d'apprentissage automatique qui identifie les actifs déconnectés ou mal étiquetés dans les réseaux d'assainissement. Cet outil a démontré comment l'apprentissage automatique peut générer des gains d'efficacité et réduire le nombre de corrections manuelles nécessaires. Les résultats de l'analyse de PipeFusion ont permis de créer un réseau SIG qui a pu être pleinement exploité pour l'analyse de l'IA.
SewerIntelligenceLa plateforme analytique d'InfoTiles, alimentée par l'IA, a ensuite été utilisée pour quantifier et visualiser les flux d'entrée et d'infiltration. Il s'est avéré que même avec des données imparfaites, les analyses basées sur l'IA peuvent révéler une valeur tangible. La quantification de l'I&I a permis à Severn Trent d'identifier les zones à haut risque et de prioriser les interventions futures là où elles auraient le plus d'impact, créant ainsi un retour sur investissement maximal. L'interface utilisateur a instantanément mis en évidence les zones où les interventions pouvaient avoir un impact plus ou moins important. Le coût de traitement excédentaire de l'I&I a permis une analyse coût-bénéfice dans le bassin versant, soutenant la planification d'investissements ciblés.
Mise à l'échelle de l'approche AI dans le réseau Severn Trent
Le succès de l'initiative de Gloucester a démontré le potentiel des solutions d'InfoTilesbasées sur l'IA et le ML pour s'étendre à l'ensemble du réseau de Severn Trent. Si elle est intégrée aux opérations en temps réel, cette approche pourrait permettre à Severn Trent de surveiller l'impact des interventions au fur et à mesure qu'elles se produisent et d'analyser les tendances à long terme du bassin versant. Cela permettrait non seulement de renforcer les futurs dossiers commerciaux, mais aussi de démontrer le retour sur investissement grâce aux données elles-mêmes. En numérisant l'analyse I&I avec InfoTiles, Severn Trent permet une prise de décision proactive, basée sur des données, et renforce ses principes d'innovation : curiosité, courage, attention et fierté.
En adoptant la transformation numérique par le biais de la plateforme InfoTiles , Severn Trent ne se contente pas de relever les défis immédiats en matière d'infrastructures, mais jette également les bases d'un réseau d'eaux usées plus résilient, durable et intelligent. À mesure que cette approche alimentée par l'IA se développe au Royaume-Uni, elle promet de révolutionner la façon dont les services publics gèrent et atténuent l'impact des flux d'entrée et d'infiltration, garantissant ainsi un avenir plus résilient pour la gestion de l'eau.
Crédit photo : Saffron Blaze