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
Ambitiøst konsortium sætter fart på danske sprogmodeller7.5.2024 06:25:00 CEST | Pressemeddelelse
Med Alexandra Instituttet, IBM Danmark og Dansk Erhverv i spidsen går de første danske private og offentlige organisationer nu sammen om at skabe danske sprogmodeller. Modellerne bygger på ufravigelige principper om ansvarlig AI.
Deltag i dialog om jeres behov for ny teknologisk viden30.4.2024 14:30:00 CEST | Pressemeddelelse
Kunstig intelligens, digitalt sundhedsvæsen og grøn omstilling – hvor har danske virksomheder mest brug for ny viden, der bringer dem sikkert ind i fremtiden? Det har GTS-institutterne netop fremlagt deres forslag til, og de er nu i høring. Indsatserne skal løbe de næste fire år.
Stålsat på scope 3 og solide CO2-data23.4.2024 21:53:29 CEST | Pressemeddelelse
Randers Gears har produceret tandhjul og gear af stål siden 1920 og er midt i en digital og bæredygtig omstilling. Solide CO2-data fik dem til at skifte leverandør og selv blive kundernes foretrukne leverandør.
GreenTec når længere med grønne greb18.4.2024 08:16:55 CEST | Pressemeddelelse
GreenTec A/S i Kolding har produceret maskiner til pleje og vedligeholdelse af grønne arealer i over 40 år. Nu er familiefirmaet midt i en større digital og bæredygtig omstilling og har bl.a. halveret udgifterne og sparet 70 ton CO2-udslip på deres transport om året.
AI og anonym headcount får mere ud af kvadratmeterprisen21.3.2024 10:47:22 CET | Pressemeddelelse
Danske Ubiqisense har skabt en intelligent sensor, der tæller mennesker anonymt, så f.eks. mødelokaler kan udnyttes bedre. Et forløb med Alexandra Instituttet har nu fordoblet præcisionen af Ubiqisense’ intelligente løsning.
I vores nyhedsrum kan du læse alle vores pressemeddelelser, tilgå materiale i form af billeder og dokumenter samt finde vores kontaktoplysninger.
Besøg vores nyhedsrum