在洪湖水质净化厂,立足于传统的自动化控制及监控体系,运用多种人工智能算法进行数据分析,建立涵盖有机负荷降解、生物脱氮等环节的完整污水处理智能工艺大脑,从而实现了高可靠、高稳定、高精度的工艺优化调控,在保障出厂水质实时达标的同时节能降耗10%以上(见图5)。

(3)深圳河流域厂网河全要素数字化治河模式。深圳河在过去由于接纳了大量的生活、生产污废水,河流污染严重,水体黑臭,存在着流域治理时空跨越大、涉水设施管控要素多、联合调控逻辑关系复杂等治理难点。针对上述问题,深水集团创新提出厂网河一体化全要素治河模式,通过源头管控、过程监控、结果可控的方式来治理深圳河,建设深圳河流域“厂网河”全要素一体化管控系统,辅助实现河口断面的稳定达标。
厂网河全要素治理模式通过四个“一”实现了“厂网河”全要素一体化管控,即:一张网构建流域治理要素逻辑,一张图监管涉水全要素数据信息,一中枢诊断排水系统关键问题,一闭环调度指挥异常事件。
深圳河流域“厂网河”全要素一体化管控系统有效识别出排水系统的关键问题,提供了智慧调度的决策支持,有力保障了河道治理工作的顺利实施,目前深圳河水质已经达到了地表水V类标准。
0 3 水务数字化转型的未来发展趋势
未来水务行业应顺时代发展,科学应变、迎接挑战,把握机遇,推动数字水务发展。数字水务发展重点在以下方面发力:
一是推动水务领域的产业数字化和数字化产业发展,形成完整的数字水务价值链、生态链。水务行业在加快数字化转型步伐的同时,数字化产业也将蓬勃发展,形成互相促进、多方协同,共同推进水务产业的升级发展。
二是加快大数据、人工智能、数字孪生等技术在水务行业的融合发展,培育水务行业发展新动能。数据作为数字水务发展中的重要生产要素,可以创新水务的运营管理,为城市水务集约建设、协同管理、资源共享和联合应急提供新思路和新途径。人工智能作为推动水务行业发展和变革的核心驱动力量,一是可以赋能水务基础服务设施共性通用的AI能力,为数字化转型打下智慧基础,二是通过模型、智能算法的融合应用,推动业务流程优化与模式创新,不断催生水务行业新模式、新场景,实现智能生产、精细运营、精准服务、智慧管理。
3.1 “互联网+水务”——智慧水务2.0推动水务行业产业结构变革
推动互联网、大数据、人工智能等在水务领域的深度融合,打造“工业互联网”、“产业互联网”和“消费互联网”三网融合的数字水务空间,培育新技术、新业态、新模式,将会是智慧水务2.0的主要特征。依托“工业互联网”“产业互联网”和“消费互联网”,加快数字水务运营管理能力、业务拓展能力、商业模式创新能力的价值赋能。
一是以工业+互联网为核心,构建节能增效型水务运营管理数字化体系,打造以云化部署为核心的运营管控平台,健全全域智能感知体系,强化多维数据共享与应用,构建节能高效智慧水务应用场景,打造城市供排水数字孪生系统,实现全业态平台化管理以及智慧生产、运营、服务与决策。
二是以水务产业+互联网为核心,构建全链条水务产业生态圈,整合外部资源,构建智慧水务产业联盟;释放企业内部优势,构建水务品牌输出模式,实现水务全产业链在多个领域的深度合作,推动产业链健康、绿色、可持续发展。
三是以水务消费+互联网为核心,构建创新型水务商业经营模式,依托线上服务平台,为用户提供精准服务,形成高粘性水务专属私域流量,并据此打造网上商城,提供多种个性化服务。
3.2 标准先行——数字水务标准体系促进水务资源共享
在智慧水务建设中,一方面各地区水务行业发展不均衡,认识不统一,智慧水务缺乏统一的建设指导,容易造成智慧水务建设各自为政,建设易偏离既定目标,效果大打折扣;另一方面由于没有统一的规范与标准,智慧水务建设比较混乱,诸如硬件接口、数据类型、通信协议、性能要求等无标准可循,各自企业使用不同的开发建设厂商,系统建成后信息无法互联互通,信息孤岛问题突出。造成以上现象的一个重要原因就是水务标准体系的缺失。目前信息化领域国家标准总数已经超过2000项,但水务数字化的相关标准仍旧欠缺,标准体系亟待建立。为解决智慧水务标准缺失、滞后、交叉重复等问题,未来要系统梳理、全面布局、迭代进化各层级、各板块标准,指导智慧水务合规、有序建设。各地水务管理单位、水务企业、高校以及水务开发建设厂商等相关单位应积极参与到智慧水务标准体系建设中,打造兼具先进性与适用性的数字水务标准体系,引领智慧水务建设全面规范化发展。
3.3 价值变现——数据质量提升增加水务数字资产价值
目前,很多水司尚处在建设信息系统的过程中,普遍存在着数据质量不高、数据格式不统一等问题,需要借助数据治理手段加以根治,规范数据共享和使用,提高数据质量,从而充分发挥数据的价值。规范、统一数据的存储、共享和使用,能让涉水数据更一致、更准确,方便数据在各业务系统间流转交互,促使与数据相关的业务流程得到深度再造。此外,通过数据清洗工作,识别并改善数据重复、数据缺失、数据异常等问题,提升数据质量,一方面能让数据更可信,使厂站能耗、产销差等数据分析结果更合理,辅助管理人员作出更经济、合理的决策;另一方面,数据问题往往跟设备故障、运维缺失等问题相关联,借助数据清洗能更及时地发现隐患,助力供排水系统稳定安全高效运行,减少企业经济损失。
3.4 技术赋能——使能技术研究应用加快数字化水务智慧升级
水务使能技术把“大数据+物联网+云平台+移动化”以及人工智能、边缘计算等前沿技术与水务应用融合一体,形成新技术+新业务。供排水处理工艺的机理模型、供排水管网水力模型、AI智能优化算法等将广泛应用于水务规划建设、运行调度、防洪排涝、设施运维等业务中,提升决策的科学性、提高管理效率,使供排水系统的运行效能最大化。
一是智能规划。结合模型预测,对工程地点选择、规模设计、参数优化、运行效果进行模拟评估,指导项目的规划与投资,为区域整体规划建设提供决策依据,为厂站建设、管网建设等的预期效果提供量化手段。
二是智慧运行。一方面,随着在线监测技术的发展和智能控制技术的成熟,供排水厂站逐渐由机械式、人工式监控向自动化、智慧化调控发展,最终实现厂站少人、无人值守,实现厂站工艺智能、安全、高效、达标运行。另一方面,精度高、实用性强的供排水管网实时在线水力模型作为调度系统的核心模块,结合预测算法、AI分析等,能够实现对管道中各种可能出现的问题进行预判,对管网调度操作进行事前模拟,为区域科学调度提供参考,保证生产顺利开展。
三是治污排涝。利用排水管网模型、雨量预测等技术,在降雨发生前对排水管网可能的内涝点、污水冒溢点进行模拟评估,并针对高风险点,自动发送预警信息,事前排查管道淤积等问题,执行调度操作降低管网液位,定点配置足够的人员、物资,降低污水冒溢风险,实现水污染智能化管控、防洪排涝智能化管控。
四是智能运维。借助数字孪生技术、物联网感知设备,构建涵盖供排水业务全链条的数字孪生体,将会是水务基础设施运维管理的新模式。通过水务数字孪生,将水源、水厂、泵站、管网等设施精准地映射在计算机中,再利用数据分析、模型模拟等技术,实现对设施的仿真交互、故障预测等,为基础设施的运维管理、事件处置的评估决策提供强有力的支撑。