|
 |
|
PROGETTI DI RICERCA DI RILEVANTE INTERESSE NAZIONALE (PRIN) - BANDO PRIN 2022 |
|
PROGETTI FINANZIATI - UNIVERSITÀ DEGLI STUDI DI CASSINO E DEL LAZIO MERIDIONALE |
|
Acronimo |
|
PRIN_2022_Leopardi_SMART_RENEW |
|
ID Progetto |
| 2022JN9YNJ |
|
Titolo Progetto |
| SMART REhabilitation of NEtworks with high Water losses |
|
Responsabile Scientifico locale |
| LEOPARDI - Angelo |
|
Programma di finanziamento |
| PRIN 2022 |
|
Ente finanziatore |
| MIUR |
|
Ruolo responsabile |
| Capofila |
|
Finanziamento totale del progetto |
|
202.168,00_€
|
|
Finanziamento per UNICAS |
|
59.510,32_€
|
|
ID CALL |
| PRIN_2022 |
|
Abstract Progetto |
| La riabilitazione delle reti di distribuzione dell'acqua (WDNs) è un obiettivo primario per le aziende idriche. L'attenzione principale è rivolta alla riduzione delle perdite d'acqua. Infatti, le perdite rappresentano uno spreco di una risorsa preziosa e, nel nuovo contesto energetico, uno spreco di energia poiché molta dell'acqua distribuita agli utenti è precedentemente pompata. L'efficacia di tali interventi può essere misurata attraverso i macroindicatori M1b, M2 e M3 definiti da ARERA. In particolare, il macroindicatore M1 è utilizzato da ARERA per stabilire gli obiettivi di riduzione delle perdite dell'Operatore per l'anno successivo; tali obiettivi sono solitamente incorporati anche nei Piani di Zona. Un significativo incentivo alle attività volte alla riduzione delle perdite d'acqua proviene dalle iniziative promosse nell'ambito del Piano Nazionale di Ripresa e Resilienza (PNRR) e, prima di questo, dal bando REACT EU del Ministero delle Infrastrutture e dei Trasporti italiano per la "Riduzione delle perdite nelle reti di distribuzione dell'acqua, compresa la digitalizzazione e il monitoraggio delle reti", che ha come obiettivo principale la riduzione della dispersione d'acqua nelle regioni del Sud Italia. Il nucleo di queste iniziative è l'attuazione di attività finalizzate a una conoscenza approfondita della rete, che consente l'esecuzione di interventi per ridurre le perdite fino alla sostituzione "intelligente" di sezioni della rete. Per "sostituzione intelligente" si intende qui un intervento di riabilitazione non massivo sull'intera rete, ma dedicato a sostituire solo una quantità limitata di sezioni che, tuttavia, consente una riduzione adeguata delle perdite. In sostanza, comporta l'applicazione di procedure di gestione del patrimonio che consentono di massimizzare l'utilizzo delle risorse disponibili per raggiungere l'obiettivo di riduzione delle perdite. L'applicazione di qualsiasi procedura di ottimizzazione finalizzata alla gestione del patrimonio richiede la previa definizione di un accurato modello di simulazione della WDN. Tuttavia, questo è molto difficile in sistemi caratterizzati da un elevato livello di perdite, poiché la rappresentazione delle perdite è influenzata da significative incertezze come la loro posizione e la loro legge di dipendenza dalla pressione di rete. Pertanto, l'obiettivo principale del progetto è definire una metodologia in grado di creare un modello di simulazione affidabile di una WDN con un alto tasso di perdita (generalmente superiore al 40%). Il modello può quindi essere utilizzato all'interno di una procedura di ottimizzazione finalizzata a identificare le sezioni di rete da sostituire prioritariamente al fine di ridurre le perdite. Tali obiettivi saranno perseguiti anche attraverso l'applicazione di tecnologie tipiche dell'Intelligenza Artificiale (IA) come quelle del Machine Learning (ML). Infatti, si ritiene che l'adozione di algoritmi ML, opportunamente alimentati dai dati di monitoraggio acquisiti sulla rete, possa rendere il modello ottenuto più affidabile e quindi l'intera procedura di gestione del patrimonio finalizzata a identificare le condotte da sostituire prioritariamente. Le tecniche sviluppate saranno testate anche su una rete reale. Message ChatGPT… ChatGPT can make mistakes. Consider checking important information. |
|
SOTTO SETTORI ERC |
| |
|
Anno presentazione |
| 2022 |
|
Anno Inizio Finanziamento |
| 2023 |
|
Anno Fine Finanziamento |
| 2025 |
|