Kunstig intelligens kan forudse fremtidens uforudsigelige vejr
Hos DHI sidder en række specialister i vandmiljø og tager sig af udfordringer inden for vand og miljø. Derfor er de også særligt optagede af, hvordan vi i fremtiden kan håndtere de større mængder regn, vi vil få, i mange tilfælde over kortere tid. Hos Alexandra Instituttet sidder en række specialister i nye teknologier, og derfor var det oplagt at gå sammen i et samarbejde om at bruge nye teknologier til at løse fremtidens vejrudfordringer.
Det er der i første omgang kommet tre cases ud af, der allerede er med til at gøre en forskel.
Med løsningen ”Radar-to-flow” har de i samarbejde undersøgt, om man præcist kan forudsige, hvor meget vand, der kommer til et rensningsanlæg ved brug af vejrradar-billeder. At kunne forudsige, med større præcision, hvor stort et flow, der kommer til et rensningsanlæg er en stor hjælp i forhold til at optimere driften af rensningsanlægget og reducere udledning af urenset spildevand. For når der kommer meget vand, er der en anden proces i rensningsanlægget, og i jo bedre tid man ved, hvor meget vand der kommer, jo bedre tid har man til at omstille anlægget til det, så man skal sende mindst muligt vand udenom anlægget.
De vejrradar-billeder, man bruger i dag, viser refleksionen af vandpartikler i atmosfæren og kan give en pejling om eventuel nedbør. Men udfordringen er, at den angivelse, der indikerer nedbør, også blot kan skyldes refleksioner fra bygninger, terræn, fly, fugle osv. Desuden giver vejrradaren ikke en entydig sammenhæng mellem refleksion og nedbørsintensitet. Derfor er det svært at vurdere ud fra radarbilleder, præcis hvor meget nedbør der kommer. Og når først det regner, så er det for sent for rensningsanlæggene at tilpasse sig, hvis regnen kommer i større eller mindre mængde end antaget. Men ved at bruge kunstig intelligens og kigge tilbage på radarbilleder og sammenligne dem med den nedbør, der rent faktisk kom, kan vi bruge de data til at forudsige med større præcision, hvor meget nedbør vi kan forvente, når vi også ser på fremskrevne radarbilleder. Værktøjet er ved at blive finpudset, men fungerer allerede bedre end de værktøjer, rensningsanlæggene hidtil har arbejdet med.
I et andet projekt er det blevet undersøgt, om man kan blive bedre til at opdage, hvis noget er ved at gå galt i et rensningsanlæg. Selvom rensningsanlæggene ikke fungerer på præcis den samme måde, så er processerne bag stadig de samme. Typisk er anlæggene temmelig selvkørende, og der er ikke mange mennesker, der holder øje med processerne. Men der foregår ikke desto mindre mange processer, der skal gå op i en højere enhed – vi har at gøre med særlige blandinger af kemikalier og temperaturer, så der kan godt opstå uhensigtsmæssige situationer – og det skal vi have en alarm om! Derfor er et system blevet udviklet, der kan følge med i processerne og vurdere, om noget er ved at gå skævt et sted, vurderet ud fra data fra anlæggene.
Endelig har casen MetOcean Emulator undersøgt, om vi kan skabe en bedre model til at forudsige bølgehøjder i havet. Det er afgørende for vores muligheder for at kunne servicere eksempelvis havvindmøller. Ofte vil man sejle ud til lokationerne på havet i lejede både, men kan man ikke tids nok forudse, hvordan vejret bliver, kan man blive nødt til at vende om eller aflyse med kort varsel, så man ikke får løst opgaven, mister penge på leje af båden og spilder reparatørernes tid.
De typiske modeller, man bruger i dag, er beregningstunge og kræver lange beregningstider til at forudsige bølgehøjder. Hurtigere beregninger, der inkluderer usikkerhed og risikoparametre i forudsigelserne er essentielle for at optimere servicen. Og det er også ambitionen med den løsning, som DHI arbejder på at videreudvikle på baggrund af casen.
Mange forbinder kunstig intelligens med noget, der udelukkende foregår i en computer. Men selvom et rensningsanlæg eksempelvis er et praktisk foretagende, så vil styringen af det ofte være digitalt. Og når vi skal agere i en natur, der bliver mere og mere uforudsigelig, så får vi brug for al den hjælp, vi kan få. Her er det oplagt at bruge kunstig intelligens, der netop kan finde mønstre i komplicerede data – det er vores mulighed for at forudse det uforudsigelige.
Artiklen er skrevet af Alexandra Instituttet, august 2021
Nøgleord
Kontakter
Lisa LorentzenCommunications Specialist
Kommunikation og Markedsføring
Billeder
Information om Alexandra Instituttet
Åbogade 34 · Rued Langgaards Vej 7
8200 Aarhus N · 2300 København S
+45 70 27 70 12https://alexandra.dk
DHI er en uafhængig, international rådgivnings- og forskningsorganisation. De er specialister i vandmiljø og arbejder med beslægtede områder såsom kemikalier og fødevaresikkerhed. DHI er godkendt som teknologisk serviceinstitut (GTS) af Ministeriet for Forskning, Innovation og Videregående Uddannelser, og er en del af GTS netværket.
Alexandra Instituttet har siden 1999 været det led, der skubber den nyeste it-forskning helt ud, hvor den skaber værdi i virksomhedernes travle hverdag. De har hjulpet mere end 1.000 offentlige og private virksomheder med avancerede, effektive, sikre og innovative it-løsninger, der er med til at skabe bæredygtig vækst og velfærd i Danmark. Alexandra Instituttet er godkendt som teknologisk serviceinstitut (GTS) af Ministeriet for Forskning, Innovation og Videregående Uddannelser, og er en del af GTS netværket.
Følg pressemeddelelser fra Alexandra Instituttet
Skriv dig op her, og modtag pressemeddelelser på e-mail. Indtast din e-mail, klik på abonner, og følg instruktionerne i den udsendte e-mail.
Flere pressemeddelelser fra Alexandra Instituttet
AI-software hjælper C.C. Jensen med at styre tørreprocessen i deres produktion af oliefiltre3.10.2024 10:23:20 CEST | Pressemeddelelse
Kunstig intelligens hjælper C.C. Jensen med at estimere restfugten i deres oliefiltre. De nye metoder hjælper Svendborg-virksomheden med at reducere energiforbruget samtidig med, at de kan bevare den ensartede kvalitet, som de har i deres produkter.
375 timers indtaling af danske dialekter er netop frigivet til gratis brug: Det kan forbedre stemmestyrede hjælpemidler og automatisere notatskrivning13.9.2024 10:45:27 CEST | Pressemeddelelse
Fra Flensborg til Bornholm har danskere i alle aldre med forskellige dialekter bidraget med deres stemme som skal styrke dansk taleteknologi. Tale-datasættet er det største af sin art til dato og kan forbedre brugen af taleteknologi herhjemme.
Alexandra Instituttet har bragt Danmark foran digitalt i 25 år26.8.2024 08:00:00 CEST | Pressemeddelelse
Når Alexandra Instituttet fylder et kvart århundrede den 27. august, er det et klart bevis på, at missionen med at skabe forretning med anvendt it-forskning er lykkedes. Udover at stå bag forskning, der har ført til flere digitale løsninger og spin out virksomheder, så har Alexandra Instituttet frem for alt ageret teknologisk sparringspartner for et utal af virksomheder og hjulpet dem med at styrke deres konkurrenceevne.
20 virksomheders erfaring med kunstig intelligens i praksis7.8.2024 16:20:19 CEST | Pressemeddelelse
Alexandra Instituttet interviewede 20 virksomheder for at samle deres erfaringer med kunstig intelligens. I denne rapport kan andre danske virksomheder bruge dem i deres jagt på AI-potentialet.
Digitalisering og cirkularitet er en bæredygtig dobbeltsalto9.7.2024 10:00:13 CEST | Pressemeddelelse
Virksomheden PE Redskaber fremstiller trampoliner og andre gymnastikredskaber og er selv midt i et ambitiøst spring mod en mere bæredygtig produktionsmåde. Det sker sammen med Alexandra Instituttet gennem projektet Afkobling 2030, der hjælper produktionsvirksomheder med at reducere deres klima- og miljøudledninger.
I vores nyhedsrum kan du læse alle vores pressemeddelelser, tilgå materiale i form af billeder og dokumenter samt finde vores kontaktoplysninger.
Besøg vores nyhedsrum