KI-Modell für Trinkwasserprognosen
Ein zentrales Projekt ist die Water Demand Prediction. Basierend auf einem Beispieldatensatz für Familien-, Single- und Rentnerhaushalte in Bremen analysieren die Forscher mit dem sogenannten SARIMAX-Modell den Bedarf über Tageszeiten hinweg. Die Ergebnisse zeigen stärkere Nachfragen morgens und abends sowie Haushaltsunterschiede tagsüber; Wetterfaktoren wie Temperatur oder Niederschlag wirken sich nicht signifikant aus. Solche Prognosen unterstützen Wasserversorger bei der Pumpensteuerung und Lastspitzenplanung.
Smarte Regentonne gegen Überschwemmungen
Weiterentwickelt wird der B:rain Tank, eine smarte Regentonne mit 1.000 Litern Fassungsvermögen vom Oldenburgisch-Ostfriesischen Wasserverband (OOWV). Über ein Raspberry Pi-Computersystem und Wetterdaten des Deutschen Wetterdienstes öffnet sich das Ventil bei Starkregen automatisch, um Wasser zu speichern und kontrolliert abzulassen. Ein digitaler Zwilling simuliert Optimierungen für autarken Betrieb.
„Die Herausforderung dabei ist die autarke Energieversorgung. Der Raspberry Pi benötigt Strom, der aktuell über eine Powerbank in Kombination mit einem Solarmodul bereitgestellt wird“, erklärt Jan Stüven, Carl von Ossietzky Universität Oldenburg, Department für Informatik. „Das ist keine langfristige und zuverlässige Lösung, da vor allem im Winter die Solarenergie reduziert ist und hier die meisten Starkregenereignisse auftreten. Deshalb untersuchen wir Möglichkeiten, wie der Tank möglichst lange autark betrieben werden kann.“
Plattform WISdoM für datenbasierte Analysen
Die Plattform WISdoM, entstanden 2019 in Kooperation mit dem OOWV, bündelt nun öffentlich zugänglich Anwendungsfälle zu Niederschlag, Grundwasser und Wasserverbrauch. Nach technischer Aufrüstung – inklusive passwortgeschütztem Login-Bereich – können externe Nutzer interaktive Analysen prototypisch testen. Zukünftig fließen weitere Laboreinsichten ein.
Zum ZDIN-Zukunftslabor Wasser
(Quelle: ZDIN)
