人工智能賦能數字水務解決方案的總體架構

（圖源《人工智能賦能數字水務》白皮書）

當水務行業遇上AI，在智慧水務不斷發展的背景之下，AI又有哪些應用場景呢？

供水調度優化

隨著習總書記“節水優先、空間均衡、系統治理、兩手發力”治水思路的提出，水資源管理也變得越發重要——如何精 確調度，精 準供水，節能減排成了水務行業的一大難點問題。由于城市管網的高復雜性、不穩定性和高隨機性，無論是長期還是短期的管網流量都是不易預測的，人工智能算法打破了傳統的計算模式，為解決城市供水優化調度問題提供了全新的思路。



比如墨爾本的WInneke水廠，為了確保水廠水泵泵在最 高 效率下運行，同時仍能達到所需的流量，墨爾本水務公司使用定制開發的人工智能（AI）程序。該程序通過挖掘水泵歷史運行數據來計算給定泵的最有效的配置時間，以此確定最節能的泵組合以及相關的運行速度，達到設計流量[1]。



此系統能夠通過歷史數據分析出一些獨特的系列因素，在運行模式下確定最 佳泵組合設置參數，并將其直接發送到水泵系統，實時應用無需任何人為干預。

水廠運維

飲用水處理和污水處理是多工藝組合的過程，涉及多種過程控制，比如曝氣、藥劑投加、氨氮調控等。針對水處理運營效率低、藥耗高、能耗高、生產成本居高不下等問題，人工智能賦能智慧水務，以工藝機理為基礎，結合大數據技術與人工智能算法，搭建符合業務特征的智能模型穩定工藝指標，可以大大降低運行成本，減少環境污染，提高水處理企業的生產運營效率[2]。



例如西班牙某飲用水廠將傳感器收集的大量數據整合到一個環境決策支持系統中，基于中央合成設計-響應面分析(CCD-RSM)的增強混凝模型，在特定要求下建議操作的最 佳pH值和混凝劑投加量，幫助操作人員控制工藝過程以減少出水的天然有機物濃度并提高處理效率。

SCADA系統架構

同時，飲用水廠的出水通常需要保證一定含量的余氯，以確保輸配過程中的消毒效果。一般水中的游離余氯量和化合態余氯量都會隨著管網的延伸而降低，一旦減少至一定濃度，微生物繁殖機率增大，降低飲用水安全，產生健康風險。利用人工智能技術進行參數建模和預測可以分析水質和評估各水質參數之間的關系，包括三鹵甲烷的形成預測，余氯濃度預測以及殘余氯、底物和生物質濃度隨時間變化的預測等[3-4]。

人工神經網絡的發展脈絡

通過訓練人工神經網絡以處理水質特征及多變量水質參數之間的關系，再結合貝葉斯序貫分析反復根據最新觀測到的數值優化決策，工作人員即可預測潛在的污染事件。

管網漏損控制

據估計，由于漏損、偷水和運營效率低下，世界上每天約有3.46億立方米的飲用水作為無收益水量(NRW)被損失，而其中至少有50%的損失發生在發展中國家，這無疑是對水資源的巨大浪費[5]。



傳統的聲學監測方法不易監測除一些微小漏損，并且背景噪聲、監測數據的波動以及數據分析的不及時也會給檢測帶來一定的誤差。

管網漏損控制體系

美國使用AI智能機器人來檢查下水道系統泄露和使用年限老化等問題。另外，針對大型或高層建筑物水管漏水的問題，位于美國內華達州里諾市的亞特蘭蒂斯賭 場度假村使用WINT公司開發的AI解決方案，應用人工智能檢測并阻止泄漏源。當漏水時，它會發出警報并自動關閉。智能實時監控系統可以識別漏水和浪費的來源，減少用水量，防止損壞。并且，此AI自動監測系統還可用于異地監控[6]。

洪澇災害預警管控

洪澇災害依然是人類面臨的主要自然災害。據聯合國統計，洪水災害發生次數約占全部自然災害發生次數的三分之一。防御洪水災害的核心就是能夠實時監測和預測河流水位、排水管網內的水位以及降水的變化過程。通過收集實時監測的水位數據以及氣象部門發布的雨量監測和預測數據，再借助水文模型和人工智能進行數據處理和分析，進而實現對洪災風險的預警和管控。

Google淹沒模型可視化概念圖

Google就曾將AI與城市雨洪監測結合起來，設計了一種新的淹沒建模方法，稱為形態淹沒模型，該方法將基于物理的建模與機器學習（ML）結合起來，以在實際環境中創建更準確和可擴展的淹沒模型。除了實時模擬水流的復雜行為外，Google還對高程圖的形態進行計算，以使人們能夠使用簡單的物理原理來模擬淹沒[7]。



這種方法摒棄了傳統物理學模型的一些現實約束，并且在現有方法難以解決的數據稀缺地區，該模型可以自動學習正確的測深法并修復基于物理的模型敏感的各種錯誤。這種形態學模型將準確率提高了3％，可以顯著改善大面積區域的預測，同時還可以通過減少對手工建模和校正的需求來加快模型開發的速度。

智慧水務是供水行業的未來，但目前人工智能在供水行業中的硏究及應用尚處于起步階段，相關人工智能技術也僅 限于弱人工智能甚至傳統的分析算法階段，以深度學習為代表的新一代人工智能技術尚未在水處理工藝優化、健康診斷、漏損控制與節能等各個方面得到持續推廣和深度應用。



我們應當清楚的認識到，智慧供水未來必然是集感知-診斷-決策-控制為一體的智能體系[8]，需要結合供水業務需求，圍繞數據、算法和智能硬件等層面開展全 方 位理論探索與技術革新，更需要供水行業對智慧水務的現狀、發展路線和目標形成共識，踐行人工智能與實體經濟深度融合的囯家戰略，共同努力以實現我囯供水行業由傳統保障型向新型智慧服務型的轉變。



在此大背景下，準確剖析智慧水務發展中水務數字化轉型的機遇與挑戰，正確運用AI技術，是未來打造水務行業新格局下數字水務體系的重要基礎和必要條件，WaterPlus AI作為水務行業專屬大語言模型平臺，愿與行業內人士共創AI生態平臺，賦能企業數字化轉型。

來源：深圳市供排水行業協會