Real-time prediction of the performance of a storm sewer network as a SaaS service based on data obtained by machine learning methods. (Q77717)
Jump to navigation
Jump to search
Project Q77717 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Real-time prediction of the performance of a storm sewer network as a SaaS service based on data obtained by machine learning methods. |
Project Q77717 in Poland |
Statements
1,157,827.32 zloty
0 references
1,499,998.5 zloty
0 references
77.19 percent
0 references
1 September 2017
0 references
31 October 2018
0 references
CARL DATA SOLUTIONS PL SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
0 references
54°21'41.0"N, 18°37'41.5"E
0 references
Zmiany klimatu to postępujący proces, którego skutki są widoczne w skali globalnej. Na wielu obszarach znacząco zwiększyła się intensywność opadów, a deszcze o dużym natężeniu częściej występują nawet na terenach o zmniejszonej całkowitej sumie opadów. Przebieg naturalnego cyklu hydrologicznego zaburzany jest przez działalność człowieka. Wpływa to na wzrost wystąpienia ryzyka powodzi. W celu właściwego zarządzania sytuacją powodziową niezbędna jest możliwość predykcji wydajności sieci kanalizacji deszczowej oraz pełna informacja o rzeczywistym aktualnym zagrożeniu. Obecnie inżynierowie wykonują żmudne analizy w celu określenia czy obecna infrastruktura majątku sieciowego zagwarantuje odpowiednie odprowadzenie wody deszczowej. Analizy hydrologów obarczone są jednak szeregiem wad: zajmują wiele dni, wymagają zaangażowania całego zespołu osób, które mają ograniczony ogląd sieci, nie uwzględniają zmienności badanej sieci w czasie, są kosztowne, bazują na danych obarczonych błędami oraz nie dają możliwości przewidywania zdarzeń w czasie rzeczywistym, co powoduje, że miasta i/lub przedsiębiorstwa wodno-kanalizacyjne mogą tylko monitorować i raportować stan infrastruktury, a nie skutecznie reagować na potencjalne zagrożenia z wyprzedzeniem. Biorąc pod uwagę powyższe występuje konieczność opracowania i wdrożenia systemu umożliwiającego predykcję poziomu cieczy w rurze kanalizacyjno-burzowej na podstawie danych pomiarowych pochodzących z różnych punktów sieci oraz danych dotyczących wielkości przewidywanych opadów oddziaływujących na daną sieć. Przedmiotem projektu są badania przemysłowe i eksperymentalne prace rozwojowe rezultatem których jest stworzenie innowacyjnego w skali międzynarodowej oprogramowania w modelu SaaS (ang. System as a Service, pol. Oprogramowanie jako Usługa). (Polish)
0 references
Climate change is a progressive process, the effects of which are visible globally. In many areas precipitation has increased significantly, and heavy rains occur even in areas with reduced total rainfall. The course of the natural hydrological cycle is disturbed by human activity. This increases the risk of flooding. In order to manage the flood situation properly, it is necessary to predict the efficiency of the rainwater sewer system and full information about the actual threat. At present, engineers are making tedious analyses to determine whether the current network infrastructure will ensure adequate drainage of rainwater. However, hydrological analyses are burdened with a number of defects: they take many days, require the involvement of a whole team of people who have limited network overview, do not take into account the variability of the surveyed network over time, are costly, rely on data burdened with errors and do not provide real-time predictability, which means that cities and/or water and/or water and sewage companies can only monitor and report the state of the infrastructure rather than respond effectively to potential threats in advance. Taking this into account, it is necessary to develop and implement a system to predict the level of liquids in the storm drain pipe on the basis of measurement data from different network points and data on expected precipitation affecting the network. The project focuses on industrial research and experimental development, resulting in the creation of an internationally innovative software in the SaaS model. System as a Service, Pol. Software as a Service). (English)
14 October 2020
0 references
Identifiers
POIR.01.01.01-00-0134/17
0 references