WATER-SENSE | Waterverbruik optimaliseren en afwijkingen opsporen met artificiële intelligentie

Slimme sensornetwerken voor een efficiënter waterbeheer

Waterschaarste en een stijgende watervraag vragen om slimmer waterbeheer. Daarom ontwikkelt WATER-SENSE AI-oplossingen die het waterverbruik in gebouwen monitoren, analyseren en optimaliseren. Zo kunnen organisaties inefficiënties sneller opsporen, waterverliezen beperken en hun hulpbronnen efficiënter inzetten dankzij realtime inzichten en concrete aanbevelingen.
 

Doelgroep

Het project richt zich onder meer tot:

• Facility managers en vastgoedbeheerders
• Watermaatschappijen en netwerkbeheerders
• Industriële bedrijven die hun proceswaterverbruik willen optimaliseren
• Overheden en lokale besturen die instaan voor waterbeheer

Context

Waterschaarste wordt een steeds grotere uitdaging. Klimaatverandering, verstedelijking en de groeiende vraag naar hulpbronnen verhogen de druk op de beschikbare watervoorraden. Tegelijk gaat nog altijd veel water verloren door lekken, afwijkend verbruik en inefficiënt gebruik die vaak onopgemerkt blijven.

Waterbeheer blijft vandaag vooral reactief en steunt op beperkte monitoringsystemen. Bestaande oplossingen tonen meestal alleen geaggregeerde verbruiksgegevens en sturen waarschuwingen op basis van vaste regels. Daardoor is het moeilijk om de oorzaak van problemen te achterhalen of afwijkingen tijdig op te sporen.

Tegelijk komen steeds meer verbruiksgegevens en contextuele data beschikbaar. Organisaties beschikken echter nog niet over schaalbare tools die deze gegevens omzetten in bruikbare inzichten. 
 

Doelstelling & resultaten 

WATER-SENSE ontwikkelt AI-oplossingen die organisaties helpen hun waterverbruik beter te begrijpen, afwijkingen sneller op te sporen en water efficiënter te gebruiken. 

Het project heeft als doel:

• Meer inzicht geven in verschillende toepassingen van water dankzij gedetailleerde verbruiksanalyses
• Organisaties ondersteunen bij het optimaliseren van hun waterverbruik met analyses en beslissingsondersteuning
• Concrete aanbevelingen formuleren om water efficiënter te gebruiken
• Robuuste, schaalbare en privacy vriendelijke AI-oplossingen ontwikkelen 

Belangrijkste verwachte resultaten

• AI-modellen die waterverbruik tot in detail analyseren
• Pilootdemonstratoren die de oplossingen in reële omstandigheden valideren
• Concrete aanbevelingen om water efficiënter te gebruiken
• Praktijkgidsen en publicaties die de toepassing van de oplossingen ondersteunen
• Wetenschappelijke publicaties over wateranalyse, anomaliedetectie en verklaarbare artificiële intelligentie 

Zo kunnen organisaties evolueren van reactief naar proactief en datagedreven waterbeheer.

Aanpak

De partners ontwikkelen en valideren de oplossingen via vier complementaire werkpakketten.

1. Behoeften bepalen en data voorbereiden

• Gebruiksscenario's en kritieke prestatie-indicatoren bepalen
• Waterverbruiksgegevens, contextuele data en metadata verzamelen en voorbereiden

2. Waterverbruik analyseren met artificiële intelligentie

• AI- en machinelearning methoden ontwikkelen om waterverbruik per toepassing in kaart te brengen
• Verbruikspatronen analyseren met geavanceerde tijdreeksanalyse 

3. Context integreren

• Contextfactoren zoals bezetting, weersomstandigheden en operationele omstandigheden modelleren
• Adaptieve en verklaarbare AI-oplossingen ontwikkelen

4. Afwijkingen in realtime detecteren en beslissingen ondersteunen

• De modellen integreren in een realtime analyseplatform
• Mechanismen ontwikkelen voor anomaliedetectie, waarschuwingen en aanbevelingen
• De oplossingen valideren in pilootomgevingen en reële toepassingen 
   

Financiering

• Financieringsinstantie: Innoviris
• Projecttype: Joint R&D Project Call 2024
• Contractnummer: 2025-JRDIC-2b
• Totaal budget: € 432.805,48
• Financieringsgraad: 100% 

Interne links

MIRAI – Machine Intelligence Techniques for Smart and Sustainable Planning and Operation

MIRAI onderzocht lichte AI-oplossingen voor IoT- en edge-computing toepassingen, waaronder de monitoring van waterverbruik. WATER-SENSE bouwt daarop voort. Het project focust op context gestuurde analyse van waterverbruik, anomaliedetectie, gedragsanalyse en concrete aanbevelingen om water efficiënter te gebruiken.