Fachgebiet Smart Water Networks

Data Science & Artificial Intelligence for Urban Water Management

Der digitale Wandel der städtischen Wassernetze hin zu stärker datengesteuerten und intelligenten Systemen ist eine große Chance, die Herausforderungen zu bewältigen, die sich aus der wachsenden Bevölkerung, der Urbanisierung und dem Klimawandel ergeben. Da der datengesteuerte Wandel in Wirtschaft und Gesellschaft Einzug hält, werden immer größere Datenmengen von Maschinen oder Prozessen erzeugt, die auf neuen Technologien wie dem Internet der Dinge (IoT), vernetzten Systemen und fortschrittlicher Modellierung basieren. Während die digitale Disruption bereits eine Reihe anderer Branchen weltweit verändert hat, hat der Wassersektor den digitalen Wandel erst vor kurzem für sich entdeckt. Dies ist der Schlüssel zur Entwicklung geeigneter Anpassungsstrategien, die, gestützt auf bessere Informationen als in der Vergangenheit, Management- und Entscheidungsfindungsmaßnahmen unterstützen, um Anpassungsstrategien zu planen, die die Widerstandsfähigkeit städtischer Wassersysteme unter unsicheren zukünftigen Klima- und Gesellschaftsszenarien verbessern.

Beschreibung der Lehr- und Lernformen

Die Vorlesungen werden hauptsächlich in Form von Frontalvorträgen gehalten. Die Folien werden den Studierenden zur Verfügung gestellt. Das Projekt umfasst Tutorensitzungen, in denen die Studierenden durch mathematische Modellierungsaufgaben geführt werden, angefangen bei den Grundlagen des Aufbaus eines einfachen Wasserverteilungsnetzes in einer virtuellen Umgebung bis hin zu komplexeren Aufgaben wie der Simulation und Steuerung des Betriebs eines solchen Netzes und der Verwendung künstlicher Intelligenz zur Modellierung seiner Hauptmerkmale. Die angeleiteten Aktivitäten werden durch offene Aufgaben ergänzt, die von den Studierenden unter Anleitung und mit Feedback der Tutoren zu lösen sind. Am Ende des Kurses wird ein kurzer (max. 5-7 Seiten) Abschlussbericht abgegeben, der von jedem Studienrenden individuell erstellt wird. Weitere Anweisungen zum endgültigen Zeitplan, zu den Vorlesungsräumen und dazu, wie man Zugang zu den Vorlesungen und Übungsmaterialien für den Kurs erhält, werden den angemeldeten Studierenden über die E-Learning-Plattform ISIS mitgeteilt.

Die Vorlesungen werden in englischer Sprache gehalten und beinhalten Vorträge von internationalen Gastrednern.

Lehrinhalte

Das Phänomen der Digitalisierung des städtischen Wasserversorgungssystems wird analysiert, ausgehend von den grundlegenden Begriffen der Modellierung von Wasserverteilungsnetzen und dann mit einem stärkeren Fokus auf Data Science und Artificial Intelligence-Ansätze zur Modellierung und Steuerung solcher Netze. Der Kurs wird um das Hauptthema der Modellierung und des Managements von Wasserverteilungsnetzen strukturiert sein. Darüber hinaus werden im Laufe des Kurses weitere Unterthemen behandelt, die es den Studierenden ermöglichen, einen Überblick über die verschiedenen Elemente moderner städtischer Wassersysteme zu erhalten, Wissen über die besten Technologien zu erwerben, zu lernen, wie man Anomalien (z. B. Leckagen) im normalen Betrieb dieser Systeme erkennt, und Einblicke in die Rolle und den Einfluss menschlichen Verhaltens in solchen Systemen zu gewinnen.

Die folgenden Kernthemen werden behandelt:

  1. Mathematische Modellierung und hydraulische Modellierung von Wasserverteilungsnetzen (WDN)
  2. Modellkalibrierung, -validierung und Leistungsbewertung
  3. Modellierung des Wasserbedarfs
  4. Simulation und Optimierung des Betriebs von WDN.

Bei der Behandlung der oben genannten Themen werden Begriffe zu den folgenden DS- und KI-Techniken eingeführt:

  1. Zeitreihenanalyse
  2. Clustering-Techniken
  3. Kontrolltheorie und Optimierung
  4. Künstliche neuronale Netze.

Zusätzlich wird ein Teil dieses Kurses - der Journal Club - auf die Entwicklung von Fähigkeiten zum Lesen und Analysieren von wissenschaftlicher Literatur ausgerichtet sein. Während der Projektaktivität werden die Studierenden aktiv dazu angehalten, eigene Lösungen für ein Beispielproblem zu entwickeln, das während der geführten praktischen Laboraktivitäten vorgestellt wurde. Diese Aktivitäten werden sich auf offen zugängliche Datensätze stützen.

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Grundlegende Programmierkenntnisse und vorherige Erfahrung mit Python/Matlab/R sind erforderlich.

Im Kurs werden angeleitete praktische Aktivitäten mit Python und Jupyter Notebooks durchgeführt.

Bevorzugte Kompetenzen (nicht obligatorisch): Konzepte der mathematischen Modellierung, Konzepte der Statistik und Datenanalyse sowie Grundkenntnisse über Wassersysteme.

Prüfungsbeschreibung (Abschluss des Moduls)

Die Teilnehmer erhalten 6 ECTS.

Die Bewertung umfasst:

  • tägliche Quizfragen, die von jedem Studierenden nach jedem Vorlesungstag einzeln ausgefüllt werden müssen
  • eine Abschlusspräsentation, die in kleinen Gruppen vorbereitet und präsentiert wird
  • einen kurzen Projektbericht (ca. 5-7 Seiten), der von jedem Studierenden individuell zu erstellen ist.

Kontakt

Prof. Dr.

Andrea Cominola

FGL Juniorprofessur

andrea.cominola@tu-berlin.de

+49 (30) 314 79707

Einrichtung Smart Water Networks
Sekretariat FSD
Gebäude K
Raum K 112b
Adresse Straße des 17. Juni 135
10623 Berlin

M.Sc.

Ivo Daniel

Wiss. Mitarbeiter

ivo.daniel@tu-berlin.de

+49 (30) 314-79741

Einrichtung Smart Water Networks
Sekretariat FSD
Gebäude K
Raum K 112a
Adresse Straße des 17. Juni 135
10623 Berlin