Bästa möjliga data från givare i avloppsreningsprocesser
9781789065107
276 pages
IWA Publishing
Overview
Utvecklingen med instrumentering på avloppsreningsverk har revolutionerat möjligheterna för processövervakning och reglering. Effektiv dataöverföring och kraftigt reducerade kostnader för datalagring har inneburit att reningsverk i dag förfogar över stora mängder data – eran med Big data har nått VA-branschen. Samtidigt har de senaste årens utveckling inom AI och maskininlärning gjort det möjligt att utvinna värdefull information ur dessa stora datamängder.
Men trots digitaliseringens möjligheter så krävs både förmågan att hantera stora datamängder och tillräcklig datakvalitet för att fullt ut nyttiggöra AI och datadriven automatisering på ett effektivt och framgångsrikt sätt. Dokumentering och lagring av metadata, exempelvis karakterisering av datakvaliteten, är ofta en bristvara. Det leder till att stora delar av insamlade data riskerar att gå till spillo eftersom de med tiden blir svårare och svårare att tolka och därmed snabbt blir utdaterade. Den krassa verkligheten är att datadrivna beslutsstöd med AI och maskininlärning aldrig kommer att realiseras om reningsverkets organisation saknar kunskap och förmåga att hantera de fyra V som Big data innebär: datamängd (Volume), hastighet (Velocity), variation (Variability) samt noggrannhet och tillförlitlighet (Veracity).
Rapporten Bästa Möjliga Data från Givare i Avloppsreningsprocesser är en svensk översättning av den engelska rapporten Metadata Collection and Organization in Wastewater Treatment and Wastewater Resource Recovery Systems. Rapporten är en guide till att hantera dagens datatekniska utmaningar och syftar till att beskriva vad metadata innebär och hur de rent praktiskt kan användas för att nyttiggöra reningsverksdata. Rapporten ger råd om hur metadata bör samlas in, tolkas, struktureras och lagras utifrån befintliga standarder och de krav som datadrivna algoritmer ställer på data. Den är en bra utgångspunkt för läsare som vill förbättra sina datahanteringsrutiner och förstå hur de kan utveckla metoder för datadrivna beslutsstöd. Den riktar sig till en bred målgrupp såsom instrumenttekniker, driftpersonal, driftchefer och allmänt dataintresserade personer på reningsverk.
