 |
  |
Daniele Bolpagni – Responsabile Servizio Depurazione, A2A Ciclo Idrico Spa |
Alberto Garinei – Consulente, Radarmeteo e Hypermeteo – Professore Ordinario di Misure Meccaniche e Termiche, Università degli |
Nell’ambito della conduzione dei sistemi di drenaggio delle acque reflue urbane di tipo misto, riveste un ruolo di centrale importanza la gestione dei flussi idraulici generati dagli eventi meteorici critici. Durante questi eventi la ricettività del reticolo idrico di un bacino urbano non è sempre in grado di sostenere gli apporti idraulici né durante fase di alleggerimento della fognatura, a monte, né durante fase di raccolta delle acque depurate, a valle.
Questo contributo presenta un sistema di supporto alle decisioni (DSS), per la gestione delle criticità del sistema idrico di raccolta delle acque depurate e scolmate dal depuratore di Verziano – Brescia. Tale reticolo idrico sopporta in modo insufficiente la raccolta delle acque depurate e delle acque scolmate dalla fognatura che durante gli eventi piovosi, caratterizzati da contemporaneità temporale.
Per lo sviluppo del DSS, è stato necessario un approccio multidisciplinare, coinvolgendo più attori con esperienze complementari: A2A Ciclo Idrico S.p.A., per le conoscenze approfondite maturate in valle di gestione pluriennale e studio del sistema idrico, Radarmeteo S.r.l., per la consolidata esperienza operativa in meteorologia e climatologia, Idea-Re S.r.l., per capacità di sviluppare algoritmi di A.I. di frontiera per applicazioni reali. Alla base del DSS sono anche le esperienze maturate da Radarmeteo e Idea-Re nello sviluppo del sistema W.I.S.E. (Wastewater Integrated System Enhancement).
Nello specifico, lo sviluppo del DSS ha richiesto la caratterizzazione dei sistemi idraulici afferenti, fognario e reticolo idrico, analizzando le variabili in ingresso (dati storici di pioggia) e i dati in uscita (dati idraulici di portata e livello). Il DSS si basa infatti sul monitoraggio in tempo reale di più variabili all’interno dell’area di interesse e sulla previsione di specifiche variabili in punti chiave.
I dati meteo acquisiti dal sistema di monitoraggio di A2A Ciclo Idrico sono stati fusi con un più ampio sistema osservativo, e sono stati utilizzati per alimentare i modelli di nowcasting meteo sviluppati da Radarmeteo, al fine di estendere l’orizzonte di previsione rispetto all’utilizzo delle sole precipitazioni misurate. L’output di tali modelli e i dati acquisiti da sensori e attuatori hanno permesso a Idea-Re di sviluppare algoritmi di Deep Learning, in grado di prevedere livelli e portate in funzione delle precipitazioni rilevate e previste. Tale sviluppo ha richiesto il testing di diverse architetture di reti neurali artificiali, per arrivare alla realizzazione di modelli previsionali, che sono stati periodicamente aggiornati e ricalibrati, a seguito dell’acquisizione di nuovi dati, per affinare la struttura dei modelli e la bontà delle stime.
I dati ottenuti dalle elaborazioni sono stati fatti convergere su una piattaforma on-line fruibile direttamente dal gestore, sulla quale è stato sviluppato, ed è in fase di potenziamento, un algoritmo di suggerimento delle regolazioni da adottare sugli organi di manovra del sistema idrico di valle per la mitigazione degli allagamenti. La piattaforma suggerisce all’operatore la sequenza ottimale delle manovre da effettuare in tempo reale, permettendo di generare allerte in funzione degli eventi di precipitazione intensa previsti, fornendo informazioni sui superamenti delle soglie di criticità individuate.
L’integrazione dei dati e delle previsioni pluviometriche con la modellazione basata su A.I. dei sistemi idraulici ha permesso di ottenere un sistema in grado di monitorare e prevedere a 30 minuti e 180 minuti gli eventi piovosi e loro i derivanti apporti idraulici, consentendo agli operatori di A2A Ciclo Idrico di gestire in anticipo l’asset idraulico di valle del depuratore; contemporaneamente lo strumento costituisce una base solida per la redazione di reportistica per l’analisi ex-post degli eventi.
La rapidità del calcolo, conforme alle esigenze di gestione in tempo reale, rende il DSS uno strumento efficiente da utilizzare in una Smart City.
