Modellbasierte Leckageerkennung und -vorortung in Wasserversorgungsnetzen anhand von maschinellem Lernen und hydraulischer Ausgleichsrechnung

Jonatan Zischg, Arne Klawitter, Jan Naumann, Oliver Strutz, Marianne Brum, Lisa Broß

Für die Ressourcenschonung spielen Wasserverluste durch Leckagen für die Betreiber von Trinkwasserversorgungsanlagen eine zentrale Rolle. Zum einen stellen sie einen ökonomischen und ökologischen Verlust dar, zum anderen können sie erhebliche Schäden an Mensch und Umwelt verursachen. In diesem Fachbericht stellen die Autor:innen eine Methode zur automatisierten Leckageerkennung über den Vergleich von gemessenen und prognostizierten Wasserverbräuchen mittels eines künstlichen neuronalen Netzes vor. Anschließend erfolgt eine Vorortung der Leckage anhand einer Ausgleichsrechnung unter Berücksichtigung von Messunsicherheiten und einem kalibrierten hydraulischen Modell. Ziel der Arbeit ist es, den Aufwand der Lokalisation einer Leckage im Versorgungsgebiet zu erleichtern und im Vergleich mit traditionellen Vorgehensweisen zu beschleunigen. Bestenfalls besteht die Möglichkeit der frühzeitigen Leckagereparatur bevor größere Maßnahmen erforderlich sind. Die ersten Ergebnisse einer Fallstudie zeigen, dass Leckagen zuverlässig erkannt und durch die hydraulische Ausgleichsrechnung auf Teilbereiche des Netzes begrenzt werden können.