Udvikling af selvkalibrerende matematisk model, som skal hjælpe med præcise flowmålinger og fejlmelding ved defekte flowmålere.
Projektet er et udspring af det MUDP-finansierede projekt ”Vand i byer – fra belastning til ressource”, på Frederiksbergs forsyningsområde, som har til hensigt, at kortlægge hvor meget afstrømmende regnvand der unødigt belaster kloakkerne og dermed spildes, samt at vurdere bedre alternative anvendelsesmuligheder, og de miljømæssige og økonomiske gevinster, der kan opnås ved en optimeret og/eller ændret anvendelse. I den forbindelse skal der opsættes en række flowmålere og en nedbørsmåler, der kan generere et datagrundlag at tage beslutninger på. Flowmålinger kan desværre være fejlbehæftede og efter ganske kort tid kan det være svært at vide, om flowmålingerne er præcise og valide. Dette gør, at der overalt bruges betragtelige summer på at tilse måleudstyr, men også at mange målere måler forkert, uden at dette bliver opdaget, før dataene skal bruges. Dette kan gøre målingerne værdiløse og i værste fald umuliggøre færdiggørelsen af de undersøgelser, der lå til grund for af lave målingerne.
Projektets formål er at udvikle et internetbaseret system, der sørger for i realtid at kvalitetsvurdere målinger og komme med en advarsel eller alarm, hvis målingerne ser utroværdige ud. Kvalitetsvurderingen bliver baseret på en matematisk model, der løbende forbedrer sig selv efterhånden som mængden af data stiger. Den matematiske model er baseret på metrologiske vejrdata, nedbørsmængde og flowmålinger. Al dataopsamling og alle beregninger foregår på internettet, i skyen og kommunikationen foregår ved hjælp af mobiltelefonnettet. Denne løsning vil medføre, at det fremover bliver nemmere og billigere at opsætte nye målere. Det bliver tilmed billigere at drifte målere, da man ikke behøver at tilse dem så ofte, som tilfældet er i dag. Med valide og præcise flowmålinger af afstrømmende regnvand fra byområder, vil det i fremtiden være lettere for beslutningstagerne at investere i klimatilpasningsprojekter, baseret på reelle fakta og data, i stedet for vurderinger og erfaringer.
