Biogas optimalisatie - RWZI Scheemda

02-02-2022
640 keer bekeken 0 reacties

In het kader van het opleidingsprogramma DEEP (Datascience & -Engineering Expert Program) voor waterschappen zijn we voor waterschap Hunze en Aa's een opdracht aan het doen -om aan de hand van historische data- parameters te zoeken die van invloed zijn op de Biogasproductie.

Projectleider

John Koop

Projectteam

Rudi Boets, John Koop, Job Roodhuizen, Allian Mulder

Externe partners

DEEP - Data Science and Engineering Expert Program {https://intodeep.ai/}

Organisatie(s)

Hunze en Aa's

Bedrijfsfunctie

Waterketenbeheer

Thema

Digitale transformatie
Energietransitie

Technologie

Kunstmatige intelligentie
Zuiveringstechnologie

Projectfase

Onderzoek/verkenning

Status

Lopend

In het kader van het opleidingsprogramma DEEP (Datascience & -Engineering Expert Program) voor waterschappen zijn we voor waterschap Hunze en Aa's een opdracht aan het doen -om aan de hand van historische data- parameters te zoeken die van invloed zijn op de Biogasproductie. Zodat deze parameters ingezet kunnen worden om de biogasproductie te optimaliseren. De data van RWZI Scheemda betreffende de slibvergistingsinstallatie gebruiken we hiervoor als pilot.

Deze opdracht wordt uitgevoerd door Allian Mulder (Datascientist, ws Hunze en Aa's) en Job Roodhuizen (Data-engineer, ws de Dommel)

We maken gebruik van data (dagwaarden) uit WISKI (ontsloten via KiWIS) en hebben daarvoor in WISKI validaties ingezet. 

Doel is om inzicht te krijgen in de datakwaliteit, en deze zo nodig te verbeteren, vervolgens om de verbanden tussen de verschillende parameters op te sporen met een datascience-model. Uiteindelijk willen we een dashboard opleveren waarin we de belangrijkste beïnvloedende parameters laten zien.

Afbeeldingen

X (voorheen Twitter)

Cookie-instellingen