Ledningsrenovering

Helt rigtig lidt af tiden eller næsten rigtig hele tiden

Ledningssanering bygger på et kludetæppe af informationer om rotter, hændelser tilsat lidt TV-inspektioner og rigtig meget alder. Samtidig skal spildevandsselskaber koordinere med bl.a. vejmyndighed, før den endelige plan er klar.

Spildevandsselskabernes viden dækker en mindre andel af ledningerne. Den viden er til gengæld ret præcis. Selskabernes risikerer lav præcision i investeringerne, fordi investeringerne automatisk målrettes, hvor der er viden.

Avanceret statistisk analyse – machine learning – gør, at spildevandsselskabernes viden kan udbredes til hele ledningsnettet. Selskaberne får på den måde lettere ved at investere, hvor behovet er; frem for hvor ledningsnettet er gammelt. Det er der både forsyningssikkerhed og penge i.


Store anlægsaktiver, store potentialer…

De danske spildevandsselskaber har ledningsnet til en værdi af 142 mia. kr.*, og de står over for årlige reinvesteringer op til 7 mia. kr.** For mange spildevandsselskaber vil reinvesteringerne stige så meget, at det kommer i konflikt med selskabernes økonomiske rammer.

Hvordan kan selskaberne vide, hvor der er størst behov for investeringer, hvis selskaberne har viden om en lille andel af ledningsnettet?

Selskaber, der kun kender til ledningsnettets tilstand i en mindre del af nettet, bliver nødt til at træffe store investeringsbeslutninger ud fra begrænset viden. Med andre ord kan selskaberne ikke være sikre på, at investeringerne foretages, hvor behovet er størst.

Ved at udnytte den kendte viden om ledningstilstanden – hvordan eksempelvis alder og materiale har betydning for tilstanden – kan selskabet få en indikation af tilstanden i resten af ledningsnettet.


En genvej til større viden

Selskaberne samler viden flere steder, når de skal danne sig et overblik over tilstand af deres største anlægsaktiver, nemlig deres ledninger. Den største og sikreste kilde til ny viden om ledningsnettets tilstand er ledningsregistrering og TV.

Men TV-inspektion koster 11 – 13 kr. pr. meter. Det bliver hurtigt meget dyrt, og selskaber får aldrig et fuldt dækkende og ajourført billede af ledningsnettet – pga. holdbarheden af TV. Vi hører, at de fleste selskaber holder op med at tro på TV efter 10 år, et enkelt selskab efter 15 år. De store omkostninger ved TV betyder, at selskaberne kan overveje andre veje til viden om ledningernes tilstand. Selskaberne har detaljeret data om alle ledninger. De kender etableringsår, systemtype, dimension osv. De har også detaljerede resultater om tilstand fra TV for en mindre del af ledningsnettet.

Selskaberne kan gennem statistisk analyse (supervised machine learning) beregne tilstanden af hele ledningsnettet. Dette kan gøres i følgende trin:

  1.  Test af forskellige modeller for sammenhænge mellem eksempelvis alder, materialetype, systemtype og fysisk tilstand for ledninger, hvor der er gennemført TV-inspektion.
  2.  Valg af den model, der er bedst egnet til at forudsige tilstand af ledningsnettet ud fra de statistiske mål for sammenhæng.
  3.  Overføre modellen til de dele af ledningsnettet, hvor der ikke er gennemført TV. Selskabet får dermed indikation på tilstanden af hele ledningsnettet

Vi kan se, at selskaberne er forskellige mht. udbredelse af eksempelvis bestemte materiale, ligesom systemtype – spildevand eller fælles – i nogle situationer har betydning for tilstanden. Det betyder, at samme model ikke nødvendigvis gælder for alle ledninger i alle spildevandsselskaber.

Ledningsrenovering – Fysisk indeks

 

 

 

Bedre grundlag for planlægning

Selskaberne kan med bedre og bredere viden om tilstand opstille stærkere prognoser for fremtidige investeringer; prognoser der bygger på tilstand og forringelse af tilstand over tid og ikke den regnskabstekniske alder.

Selskaberne får dermed investeringsprognoser, der i langt højere grad forener investeringer og forsyningssikkerhed. Selskaberne kan fx:

  1.  Afdække, hvilke investeringer der kan udskydes. Det kan være ledninger, som er fuldt afskrevet, men som stadig er i god teknisk stand. Fuldt afskrevne ledninger vil give selskaberne økonomiske besparelser og mere luft i den økonomiske ramme til andre investeringer.
  2.  Håndtere ledningsnettet i dårlig tilstand. Det kan bl.a. afhænge af ledningstype, fordi fællesledninger i dårlig tilstand måske skal prioriteres højere end regnvandsledninger, da konsekvenserne af nedbrud på en regnvandsledning er lavere end for en fællesledning.
  3.  Se bort fra og dermed nedprioritere ressourcer til ledninger, der formodes at være i god tilstand. Dette er muligt i investeringsplanlægningen vha. et overblik over hele ledningsnettets tilstand. Det giver selskaberne mulighed for at fokusere på en begrænset del af ledningsnettet.

Ledningernes tilstand

 

Spildevandsselskaberne får dermed bedre mulighed for at spotte afskrevne ledninger, der er i god tilstand. Selskaberne kan dér spare nogle reinvesteringer. Spildevandsselskaberne får også mulighed for at konstatere, hvis fx en betonledning af hensyn til forsyningssikkerhed kræver flere reinvesteringer før tid.

Statistisk analyse erstatter ikke TV-inspektion, der leverer nødvendige data for at opstille og trimme modellen. Den statistiske analyse kan imidlertid hjælpe selskaberne til at målrette TV. Selskaberne kan på den måde målrette TV, hvor usikkerheden i modellen er størst, eller hvor modellen forudsiger forholdsvis dårlige ledninger i forhold til etableringsåret.

* Kilde: Forsyningssekretariatet 2011, Anlægsværdier i vand- og spildevandsforsyningerne. Værdien af spildevandsselskabernes samlede anlægsmasse er 179 mia. kr., hvoraf 75 % (133 mia. kr.) er værdien af ledningsnettet. Da tallet er fra 2011 er den fremskrevet til 2018 prisen på baggrund af Danmarks Statistik.
** Kilde: Årlige afskrivninger for distributionsanlægget fra Forsyningssekretariatets Benchmarking 2018, Bilag 5.