Kun je debieten beter voorspellen met machine learning (AI) dan met SOBEK?
Het beslissings ondersteunend systeem (BOS) van Delfland bestaat uit twee onderdelen:
- Een SOBEK model dat het debiet tussen de polders en de boezem voorspelt
- Een regelsysteem dat een optimale sturing van de boezemgemalen regelt
Dit systeem komt heel nauw, omdat de ruimte op de boezem in Delfland heel klein is, er heel veel mensen wonen en de economische waarde hoog is. Toch zijn er vragen bij het SOBEK model: kunnen de voorspellingen niet beter? Vooral op het gebied van ruimtelijke dichtheid van het model en het bijhouden van het bodemvocht valt er nog een hoop te winnen.
Daarom is een machine learning model genaamd ReRengAI gemaakt, dat het debiet vanuit de polders naar de boezem voorspelt. Het model is gebouwd in Python op basis van een gradient boosting regressor (LightGBM).
De eerste resultaten zijn zeer veelbelovend: het model voorspelt een stuk beter dan het SOBEK model.
Bij de meeste locaties weet het model het debiet goed te voorspellen:
Maar soms voorspelt het model voornamelijk de actuele situatie:
Op dit moment laten de hydrologische testen zien dat het model zeer kansrijk is en wordt er gekeken naar het live laten meedraaien van het model in het BOS, waarbij alleen visualisaties worden laten zien en nog geen sturing plaatsvindt op basis van de voorspelde debieten.
Projectupdate februari 2022
Update: op dit moment (februari 2022) wordt het algoritme in een proefomgeving live geïmplementeerd zodat het mogelijk op een later moment een deel van het huidige algoritme zou kunnen vervangen