Real-time voorspelling van waterkwaliteit met behulp van LDES
Uitdaging
Om lozingen in waterwegen of andere afwijkingen in waterkwaliteit op een snelle manier te detecteren, is het van belang dat waterkwaliteit parameters in real-time kunnen gedeeld, gemonitord en geanalyseerd worden.
VMM schakelt een versnelling hoger om onze wateruitdagingen aan te pakken en vlugger te anticiperen op waterkwaliteit. Hiervoor wordt een fijnmazig en hoogfrequent sensorennetwerk over heel Vlaanderen uitgerold die continu waterkwaliteit monitort.
Een up-to-date voorspellingsmodel met LDES
Met behulp van Linked Data Event Streams (LDES) worden deze continue datastromen gedeeld en actueel gehouden, waardoor ze kunnen worden gebruikt voor slimme toepassingen.
Voor een proof of concept werd een voorspellingsmodel uitgekozen die alltijd up-to-date is met de nieuwste LDES-gegevens (incrementele of online machine learning). In tegenstelling tot traditionele machine learning algoritmes, die het model trainen op de volledige trainingsdataset, wordt bij dit model de beste voorspelling voor toekomstige data bij elke stap bijgewerkt naarmate er nieuwe data beschikbaar komt. Op deze manier blijft het model voortdurend up-to-date en is het in staat om nieuwe gegevens te integreren terwijl het zijn eerdere kennis behoudt.
Real-time detectie van afwijkingen van waterkwaliteit
Door gebruik te maken van data event streams kan de waterkwaliteit in real-time worden geanalyseerd en geaggregeerd. Hierdoor kunnen opkomende trends, afwijkingen van de norm en zelfs alarmerende situaties worden gedetecteerd.
De uitwerking van voorspellingen aan de hand van LDES data wordt in onderstaand artikels uitvoerig uitgeschreven:
U kunt deze use case uitgebreid nalezen in onderstaand artikel: