Smarta algoritmer för bättre fiskvandring

Under de närmaste 20 åren ska Sveriges drygt 2000 vattenkraftanläggningar förses med  moderna miljövillkor. De flesta, ca 90 procent, är ganska små med en installerad effekt under 10 MW.

I flera av dessa kommer det att vara viktigt vilken möjlighet vandrande fisk har att passera uppströms och nedströms anläggningen.

–  Det måste gå att bevisa att den aktuella fiskpassagen faktiskt fungerar effektivt, förklarar Patrik Andreasson, specialist vid Älvkarlebylaboratoriet. 

AI-artificiell intelligens tränas för att känna igen olika egenskaper

Vattenfalls forsknings- och utvecklingsavdelning  i Älvkarleby har tillsammans med Vattenfall Vattenkraft därför startat ett projekt med målet att effektivisera detta med hjälp av AI-artificiell intelligens.

– Vi använder en variant av AI där programmet tränas på ett stort bildmaterial som direkt analyserar bilder av vandrande fisk som filmats under vattnet för att känna igen olika egenskaper till en färdig s.k. algoritm. I en första fas av projektet kommer algoritmen att tränas på egenskaper som fisk eller inte, laxfisk eller inte, odlad eller vild laxfisk, svampangrepp eller inte. I fas två kommer även algoritmen att tränas på att skilja på lax och öring, storleksbestämma fisken och eventuellt också inkludera fler arter och identifiera återvändande individer, berättar Patrik Andreasson.

Stornorrfors kraftstation har valts som pilot

Vattenfall har drygt 100 vattenkraftverk, merparten av dem ligger i Sverige och de flesta hör till den större kategorin. Stornorrfors kraftstation har valts som pilot för algoritmen, Sveriges produktionsmässigt största vattenkraftverk.

–  I Stornorrfors har vi byggt en av Europas modernaste fisktrappor för vandring upp- och nedströms  Vindelälven, en av Sveriges nationalälvar. Projektet är en del av Vattenfalls satsning på biologisk mångfald och för att kunskapen ska komma fler till gagn kommer algoritmen vara öppen för andra att använda och bygga vidare på, berättar Patrik Andreasson och fortsätter.

– Som ytterligare stimulans till detta projekt har ett samarbete inletts för en fortsättning i form av en större forskningsansökan tillsammans med ledande forskare inom maskininlärning (AI) och fiskbiologi vid Luleå tekniska universitet och Sveriges Lantbruksuniversitet, säger Patrik Andersson.