流入和滲出 (I&I) 是污水管網運營商所面臨的最持久、最複雜的挑戰之一，而且往往是暴雨溢流溢出的根本原因。對 Severn Trent Water 而言，解決特定集水區的 I&I 問題是減少所需儲存量以達到環境目標和法規要求的潛在解決方案。然而，I&I 是一個移動中的問題，傳統方法依賴於手動資料分析和手動檢查，既費時又昂貴。
奧雅納與 InfoTiles 攜手合作，採用一種新方法來幫助 Seven Trent Water 解決英國格洛斯特的 I&I問題，利用 AI 和機器學習來做出數據驅動的決策。我們進行了一項為期 16 週的計畫，專注於現有資料的運用，InfoTiles 在眾多資料集中發掘有意義的模式與趨勢，而 Arup 則擔任資料與行動之間的關鍵連結。
Arup InfoTiles 的合作將 Arup 的工程洞察力和 InfoTiles 的 AI 驅動分析結合起來，再加上 Severn Trent 的營運專業知識，創造出一種協同效應，發掘現有資產數據的全部潛力。
I&I 是一場連續戰役，但透過結合 AI 與資料分析，公用事業公司可以做出更聰明、更快速、更具成本效益的決策。透過工程鏡頭，Arup InfoTiles 的合作夥伴關係提供了明確、有資料證明的洞察力，為解決集水區 I&I 問題的未來步驟提供資訊。
我們的方法
這項為期 16 週的計畫著重於利用現有資料，首先著重於清理廢水網路 GIS 資料，然後再量化流入與滲出量，以對抗英國 Gloucester 的 I&I。從現有的資料入手，團隊可以開始邁向更智慧、更具彈性的廢水網路。
底層資料品質不佳可能是 I&I 管理的主要難題，通常會造成手動修正，以瞭解現有的網路連線。然而，透過此計劃，率先使用 PipeFusion（一種機器學習工具，可識別廢水網路中斷開連接或標示錯誤的資產）展示了 ML 如何產生效率，以減少所需的手動修正次數。PipeFusion 分析的輸出建立了一個 GIS 網路，可以用於 AI 分析。
SewerIntelligence（一個人工智能驅動的分析平台，可幫助量化和可視化流入和滲出）已經證明，即使有不完美的數據，人工智能驅動的洞察力也可以釋放實質的洞察力。I&I 的量化使 Severn Trent 能夠突出高風險區域，並將未來的干預行動優先安排在影響最大的地方，以創造最大的投資回報。用戶界面可以即時突出干預可能產生重大或較小影響的區域。I&I 的盈餘處理成本允許對此集水區進行投資成本效益分析，以減少 I&I 分析。
在塞文特伦特河网中推广人工智能方法
在 Gloucester 的成功實踐證明了在 Severn Trent 的整個網絡中擴展 AI 和 ML 驅動解決方案的潛力。如果集成到實時運營中，此方法可使 STW 在干預發生時監控其影響，並分析長期集水趨勢。這不僅能強化未來的商業案例，還能通過數據本身展示投資回報。通過對 I&I 分析進行數字化，STW 實現了主動、數據驅動的決策，並展示了其好奇、勇敢、關心和自豪的創新原則。
塞文特伦特公司通过拥抱数字化转型，不仅解决了当前基础设施面临的挑战，还为建立更具弹性、可持续性和智能化的污水网络奠定了基础。隨著這種 AI 驅動的方法在英國各地的擴展，有望徹底改變公用事業公司管理和緩解流入和滲出影響的方式，確保水資源管理的未來更具彈性。
