Předvídat poruchu potrubí, omezovat ztráty vody nebo na digitálním dvojčeti čistírny zkoušet, jak snížit spotřebu energie a chemikálií. Vodárenství ve skupině Veolia využívá data a pokročilé modely k řešení konkrétních provozních úkolů. Bohdan Soukup, technický ředitel a člen představenstva Středočeských vodáren, v rozhovoru navazujícím na jeho vystoupení během Prague Climate Weeku vysvětluje, co tyto technologie přinášejí provozovatelům i odběratelům a kde už má umělá inteligence praktické výsledky.

Kde už dnes ve vodárenství skutečně využíváte umělou inteligenci? Například při předvídání poruch, optimalizaci provozu čistíren nebo hledání úniků vody? A kde je naopak AI zatím spíš experimentem než praktickým nástrojem?

S trochou nadsázky můžu říct, že umělá inteligence je dnes velmi populární, a pokud produkt neobsahuje nálepku „AI“, je téměř neprodejný. My jsme zkoušeli sbírat formou brainstormingu nejrůznější nápady, jak při práci využít AI, ale když jsme následně porovnali náklady, které je nutné vynaložit, a přínosy, většina těchto nápadů tímto testem neprošla. Zcela jistě nezastupitelné místo má ale AI v oblasti zpracování a vyhodnocování velkého množství dat, ve kterých je potřeba vyhledávat nestandardní chování nebo pozvolna se měnící trendy ve vývoji nějaké veličiny, případně předpovídat chování složitých systémů na základě dat z minulosti. Takto jsme například naučili AI předpovídat, kde v budoucnu dojde k poruše vodovodní sítě, na základě vyhodnocení stáří potrubí, jeho materiálu, průměru trubky, hustoty provozu v dané ulici a četnosti poruch v minulosti. Přesnost předpovědi byla přitom 70–75 %, což už je něco, s čím se dá reálně pracovat. AI rovněž výborně pomáhá při detekci anomálních tlaků ve složité trubní síti, což nám umožní ještě více snížit ztráty vody.

Na kulatém stole v rámci Prague Climate Weeku jste mluvil o digitálním dvojčeti vodárenské sítě. Jak přesně funguje a co díky němu dnes dokážete simulovat, co by ještě před několika lety nebylo možné?

Digitální dvojče je vlastně softwarový model daného zařízení, třeba čistírny odpadních vod, který umožňuje simulovat chování tohoto zařízení v různých situacích. Technolog nebo provozní pracovník si s jeho pomocí může zkoušet, co se stane, když změní nějaké provozní parametry nebo když se změní složení odpadních vod na přítoku, například co se stane, když se na kanalizační síť připojí 1 000 nových obyvatel. Umožňuje nám to optimalizovat provozní parametry a snižovat spotřebu energií a dávkovaných chemikálií. Navíc je výsledek k dispozici velmi rychle, zatímco dříve bylo nutné čekat delší dobu, než se změna projeví.

Zmínil jste také chytrý vodárenský dispečink, který jste pomáhal budovat už v roce 2013, tedy ještě před nástupem dnešní generativní AI. Jak se od té doby změnila práce dispečera a co dnes dokáže systém vyhodnotit nebo předpovědět?

Chytré dispečinky jsou založené na automatické výměně dat obsažených v našich databázích a jejich rychlém zpracování pro různé pokročilé úlohy, například pro optimalizaci naší činnosti při odstraňování poruch vodovodního potrubí, kdy musí spolupracovat celá řada různých útvarů podniku. Tyto dispečinky nám umožnily uspořit velké množství prostředků, pomohly snížit ztráty vody v trubní síti a dávkování chemikálií a ušetřily spoustu lidské práce. Následně jsme začali využívat prostředky pokročilé prediktivní údržby, při níž nám systémy odhalí nestandardní chování zařízení dříve, než dojde k jeho poruše. To rovněž uspoří náklady na opravy.

Při havárii potrubí jde často o minuty. Jak vám data a digitální model sítě pomáhají rozhodnout, kterou část potrubí uzavřít tak, aby se problémová lokalita izolovala, ale bez vody zůstalo co nejméně lidí?

Při poruše vodovodu je vždycky nutné v prvním kroku uzavřít potrubí, které nám prasklo a vytéká z něj voda. Matematický model sítě umožňuje rychle vyhodnotit, kolik lidí zůstane bez dodávky vody, když uzavřeme různě umístěné uzávěry vody. Můžeme porovnat různé scénáře a vyloučit tak uzavření dodávek pro nějaký důležitý objekt, například zdravotnické zařízení. Velkou většinu poruch je možné vyřešit tak, že naši zákazníci nic nepoznají, protože dokážeme najít způsob, jak k nim dostat vodu nějakou oklikou z druhé strany.

Vodárenská infrastruktura patří mezi kritickou infrastrukturu státu. Co dnes podle vás představuje pro její bezpečnost největší riziko? Extrémní počasí, stárnutí sítí, kybernetické útoky, nebo třeba kombinace těchto faktorů?

Samozřejmě, že všechny zmíněné vlivy představují pro vodárenskou infrastrukturu nebezpečí, i když každý z nich je jinak významný a jinak pravděpodobný. Pokud bych měl ale vybrat pouze jeden z nich, tak největší poškození způsobí určitě velká povodeň. Vodohospodářská infrastruktura je z principu věci velmi často někde v blízkosti vodních toků a v případě povodně jsou vodohospodářské objekty zaplavené vodou a zanesené bahnem. Velkou destrukci potom mohou způsobit vodou nesené objekty, jako jsou klády, různé trosky nebo ledové kry. Veškerá elektrická zařízení, která jsou vystavena delšímu působení vody, jsou vážně poškozena. Rozsah zasažené infrastruktury přitom bývá značný, protože povodeň zasáhne velké území.

Mluvil jste o Povodňovém informačním systému (PIS) Středočeských vodáren, který dokáže dispečerovi rychle ukázat například objekty určené k evakuaci. Jak by vypadalo ideální využití takového systému během skutečné velké povodně? Co všechno může rozhodování dispečera ovlivnit?

Činnost systému jsme si reálně vyzkoušeli při povodni v roce 2024. PIS nejenže správně identifikoval objekty, kterým hrozí zaplavení, ale ke každému z nich nám připravil seznam vybavení, které je potřeba odvézt do bezpečí, a u zařízení, kde je to relevantní, nám připsal i důležité poznámky, například že je nutné vzít si s sebou nástroje, které naši montéři normálně nevozí. Zařízení byla seřazena podle priorit, abychom odmontovávali nejcennější kusy jako první, kdyby bylo nutné objekt opustit, protože by se už blížila velká voda a hrozilo by riziko zatopení. Po vyhodnocení činnosti při těchto povodních můžeme říct, že PIS fungoval správně, poskytoval nám přesné informace a i díky tomu byly záchranné práce dobře organizované a systematické a byly vyloučeny lidské chyby a opomenutí. Povodeň tak měla bezeškodný průběh.

A jedna širší otázka na závěr: pokud se podíváme deset let dopředu, co bude podle vás ve vodárenství největší technologickou změnou? Všudypřítomná AI, autonomní řízení sítí, digitální dvojčata, nebo něco, co dnes ještě neumíme předvídat?

Vývoj v oblasti AI je natolik překotný, že to, co bylo platné před týdnem, už dneska neplatí, takže je poměrně složité předpovídat, co bude k dispozici za deset let. Příchod AI zcela jistě významně ovlivní a promění celou lidskou společnost. Některá povolání zaniknou, jiná se objeví. Ale to je něco, co jsme jako lidstvo zažili již vícekrát. V budoucnu určitě uvidíme kombinovaný management našich sítí s využitím digitálních modelů objektů a systémů pro hromadné zpracování a vyhodnocování velkého množství dat, který umožní předcházet dnes nepředvídatelným událostem. Řada činností bude probíhat zcela automaticky, bez zásahu člověka, protože systémy si budou pracovní činnost řídit samy. Role člověka bude spočívat v tom, že bude udávat směr, kterým by se řízení těchto systémů mělo ubírat, a definovat, jaké výstupy by měly systémy poskytovat.

Foto: Tomáš Novák