城鎮水務智慧化探索與實踐專欄
從2012年《關于開展國家智慧城市試點工作的通知》提出開展智慧城市建設，到2021年《國民經濟和社會發展"十四五"規劃和2035年遠景目標綱要》提出構建智慧水利體系。智慧水務已然成為城市水務行業發展的必然趨勢和熱點內容，并不斷應對著氣候變化、人口增長、城市化進程、老化的基礎設施等因素帶來的水資源管理挑戰。根據《城鎮水務2035年行業發展規劃綱要》解釋，智慧水務是通過新一代信息技術與水務技術的深度融合，充分發掘數據價值和邏輯關系，實現水務業務系統的控制智能化、數據資源化、管理精確化、決策智慧化，保障水務設施安全運行，使水務業務運營更高效、管理更科學和服務更優質。在城市供水系統、排水系統和水環境建設過程中，智慧水務建設涵蓋了基礎設施平臺、技術平臺、業務應用平臺、決策支持系統、標準體系、網絡安全體系等內容。不僅實現了水務企業生產效率的提高、運營成本的降低，還有助于增強用戶體驗、減少環境污染。
近年來，包含物聯網、大數據、數字孿生、人工智能在內的智慧水務技術不斷更新迭代，初步實現了數據資源的重塑和利用。同時，隨著典型項目案例的落地實施與行業引領，智慧水務市場規模持續擴大，時刻改變著行業格局。在此大背景大趨勢下，《給水排水》聯合中國城鎮供水排水協會智慧水務專業委員會、中國土木工程學會水工業分會、中國勘察設計協會水系統工程與技術分會開展了智慧水務專題征稿活動，并于2022年開始，持續開展水務智慧化平臺設計、管網和水廠系統優化、城市水環境智慧化建設等方向的內容報導，深入推動數字化協同發展，推進智慧化生態文明建設。懇請各位同仁不吝賜稿，基于此專題研究共同探討行業新趨勢新思維。
導 讀
智慧化建設已在生態工程、給水工程、管網工程等市政工程中廣泛應用，但由于再生水廠內業務復雜、信息感知不夠透徹，導致再生水廠的智慧化建設發展嚴重滯后。參考國內外智慧水務的發展及技術現狀，結合北京某再生水廠的實際需求，通過將常用的一體化平臺拆分為多個小平臺，對水廠各階段需達到的智慧水務目標進行相應方案規劃及建設。在搭建過程中提出了適用于該廠智慧水務系統的評價標準并驗證了建設成效。以實際水廠為例，提出并詳細介紹了未來我國污水處理廠智慧水務的建設方法、步驟、實施重點及建設標準。
污水處理廠是人類社會得以正常運轉的重要環節之一，隨著污水處理行業在運營管理、工藝設計等方面已經達到瓶頸，運行人員對廠內動態的透徹感知和精細化管控提出了全面需求。而廠內運行產生的大量數據作為污水處理廠的重要數字資產可有效輔助運行人員優化及完善水廠的精細化生產運行策略。因此受到了運行人員前所未有的重視。在技術方面，信息技術如物聯網技術、云計算、大數據等智慧技術的不斷發展，為滿足水廠自動化、信息化、智慧化管控提供了硬件條件。在政策方面，《“十四五”城鎮污水處理及資源化利用發展規劃》中對市政設施建設智慧化提出了更明確的要求，即實現污水設施信息化、賬冊化、推行污水體系中數據智能化聯動和動態更新。
相較于我國，歐美國家的在污水處理行業及其自動化、智能化方面起步相對較早，目前已在水廠自動化及智能化領域積累了大量實踐經驗。以美國芝加哥Stickney廠為例，其監控系統高度自動化，控制系統通過計算對設備狀態及工藝進行優化，形成自動采集、自動判斷、自動調整和自動控制四位一體的運行模式。荷蘭Amsterdam West廠則在智能化基礎上進行了智慧化的探索，形成了廠內數據庫及決策支持平臺，通過預設的數據采集及分析系統，不僅可任意調取數據，還可對數據進行導出、對比分析，基本實現無人值守。
實踐證明，智慧水務平臺的形成可消除現在水廠中信息孤島的困境。通過建立設備儀表離線填報的一體化平臺，運營人員可對所獲廠內數據進行分析，定位成本損失，控制服務成本，有針對性優化運營管理手段，挖掘新的獲益增長點；同時，運行人員可通過該平臺及時發現工藝問題并處理，保障高效運營，提高業務安全穩定性；對于工藝優化人員, 可通過該平臺達到對水廠的透徹感知，從常規經驗判斷的運行模式轉變為經驗理論相結合的運行模式。
本文以北京市朝陽區某水廠為例，詳細闡述以污水處理廠最終賦智為導向，設計智慧水務平臺并實施建設的過程，并從業務組成、組織構建和實施重點等角度提出了智慧水務建設要點, 強調信息技術在業務場景中應用，推動我國再生水廠數字化智慧水務的落地實踐。
01智慧水務的發展概況
1.1 智慧化基本要素及發展瓶頸
根據高德納公司對世界范圍內40家位于行業前沿水務公司的調查，發現絕大部分公司對智慧水務的部署均停留在僅發展物聯網或數采網絡的基礎階段，或剛引入自控或數據分析工具的機會階段。Dodge 數據公司分析了智慧水務相關技術在美國水務公司中的應用程度，發現資產信息和移動化技術已被廣泛應用至美國水務公司，大部分水務公司嘗試工藝方面的數字孿生技術，但暫無任何一家公司能完成基于數字技術的運營決策支持及自如使用數字資產。BLACK等認為這可能是數據量大，且無效數據多、數據清洗方法不確定、數據挖掘技術不成熟等原因造成的。
目前對水廠實現智慧化的各個過程劃分方法并不統一，中國城鎮供水排水協會根據水廠實施成果進程，將智慧水務分為四個階段：智能感知、智能控制、智能管理和智慧決策；IWA則根據水務智慧設計的復雜程度，將智慧水廠分為交易型、過渡型和動態流動型三個階段。還可根據引進的技術的順序，將智慧水務分為自動化、信息化、數字化、智能化及智能體五個階段。盡管不同機構對智慧水務建設的各個階段劃分方法不同，但通過對建設階段定義進行按序合并或拆分，均可歸入數字化、智能化及智慧化三個階段（如表1所示）。根據對部分在建智慧項目的水廠進行了解，發現智慧化程度不同的各項目所面臨的瓶頸差異較大。
表1 智慧水務實施程度及其特征
（1）水廠信息化。在該階段，水廠須完善廠內信息化的基礎建設，我國大部分水廠的智慧化建設也暫處于該階段。水廠信息化建設的瓶頸為耗資較大，大量資金用于購買硬件設備、配置物聯網系統，及維持信息化服務的運行。此外，僅停留在信息化建設的污水處理廠，其收益回報周期長且回報率低，因此對于規模較小或營收能力較差的水廠，資金門檻過高成為限制其實現信息化的主要瓶頸。
（2）水廠智能化。水廠智能化是指廠內實現部分或者全部設備的智能控制、運行工單的自動派發、簡單報警的提示等，用機器替代部分運行人員功能。
在該階段，水廠可根據信息基礎建設所獲的數據進行簡單的智能控制應用。但這一階段的應用瓶頸主要在于水廠協同能力欠缺，使得可智能化應用的業務深度與廣度拓展嚴重不足。
（3）水廠智慧化。在水廠信息化相對完善的基礎上，通過人工智能決策智慧的植入可以實現水廠的智慧化。具體方法為，在水廠智慧化階段可采集到大量運行數據。在對數據進行標準化處理和有效信息提取之后，并通過引入大數據、人工智能學習及工藝水質模型等技術手段，建立信息間的關聯關系，將所獲得的智慧輔助決策關系及智慧結論加以表達與展示。但水廠智慧化因其在數據采集、處理、應用的方法不明確以及在水務行業的應用場景不夠具體，目前存在較大應用瓶頸。
1.2 智慧水務技術現狀
為逐步實施上述階段，智慧水務平臺的搭建依賴于計算機輔助技術（IT）和業務技術（OT）這兩方面的技術。計算機輔助技術包括：數據的采集、通訊、儲存、調用與搜索；數據庫的建立與備份；數據結構標準化處理，數據關系分析技術，異常值清洗技術、缺省值插入技術及數據展示技術等。業務技術主要包括相關事件監測與統計、事件間關聯分析、事件預防預警、事件診斷與響應、策略優化等。
由于國外在智慧水務方向起步較早，目前已有國外公司可提供該領域的成熟計算機輔助技術，但較少有針對污水處理廠內部運行的服務架構軟件，在實際實施中，信息技術人員常用開源程序進行二次編寫以完成使用目的。業務技術則可分為機理理論推導和大數據分析兩部分。其中，基于機理理論推導的技術包括出水水質預測技術，數字孿生技術，精確加藥或曝氣技術，基于生物模型的過程參數控制技術、基于k-ε湍流模型等流態模型的二沉池出水SS值預測技術等。對于理論模型無法涉及或理論模型偏差較大的業務場景，則采用大數據分析方法，開發基于模擬量特征值識別的穩定出水水質的運行策略及根據圖形特征或聲波特征識別的運營故障甄別技術等。
在智慧水務的需求下，我國部分基礎條件較好的污水處理水廠已著手開展智慧水務的試點建設并取得一定進展。其中，廣州瀝滘污水處理廠可在智慧系統完成巡檢管理功能；北京市青龍河污水處理廠建設了提供智慧加藥及精確曝氣功能的智慧運行平臺；上海竹園污水處理廠的智慧水務系統的建設目前已在規劃中，該廠將引入圖像識別及聲音識別技術，用于設備故障的檢測。
02智慧水務的設計與建設實踐
以北京市某再生水廠的智慧水務平臺搭建為例，闡述智慧水務平臺建設的步驟、技術難點及所獲成果。
2.1 搭建方法
由于各廠的差異性，智慧水務平臺的搭建需結合再生水廠自身需求，僅靠通過向軟件公司、硬件設備公司及網絡通訊服務商購買服務甚至直接向全套產品供應商購買整個系統，無法實現該廠搭建智慧水務系統的目的，故軟件與硬件的連結及業務技術與計算機輔助技術的配合均需在再生水廠的切實需求下定制完成。
2.1.1 明確再生水廠建設需求
根據再生水廠對智慧化的程度、需求方面及工期預算安排協商出具體需求。該水廠的智慧水務服務對象包括廠內管理人員、廠內生產人員、持有該水廠的集團運營人員，集團工藝工程師，對智慧水務提出的需求包括角色認證、信息展示、智能控制、生產運維和決策支持五個方向。另外該水廠的建設周期較長,且工期要求較緊張，廠內智慧化建設需與和土建、設備等施工同步實施，并分步提交廠內的信息化、智能化和智慧化建設階段性成果。基于此需求，該廠搭建的智慧平臺由單廠感知平臺、單廠智能平臺、單廠工控平臺、單廠移動平臺、集團端管理平臺與智慧決策服務平臺共同組成，如圖1所示。
圖1 再生水廠智慧水務平臺組成
其中廠內的基本數字信息由單廠感知平臺獲取，并發送至單廠智能平臺進行簡單加工。部分數據向廠內管理人員和廠內生產人員展示，另一部分數據通過工控平臺直接參與廠內自動化智能控制。廠內管理人員和廠內生產人員根據單廠智能平臺所展示的信息，進行線下維修、巡檢、填報等工作，而移動平臺提供了更加便捷的端口，保障廠內人員可在4 G網絡條件下接入平臺。隨后部分數據通過智能平臺向集團端管理平臺發送并備份，使得集團端運營人員及工藝工程師實時掌握水廠內的動態，同時選取合適的數據發送至智慧決策服務平臺，完成數據診斷與建模計算。
該智慧化平臺將常規的一體化信息展示與管理交互平臺拆分為單廠智能平臺和集團端管理平臺，并以數據流動的方向將兩個平臺鏈接，實現數據的接入、匯集、共享、儲存、分享、清洗、挖掘和展示。其中，單廠智能平臺主要實現水廠內信息化和智能化運行，而集團端管理平臺則實現水廠信息化和智慧化管理。這種拆分平臺的構建方法可加快建設速度，方便不同角色在智慧水務中的權限劃分，同時避免了在平臺建設中不斷對同一界面的迭代優化及調整，增加了用戶對平臺的信任感。單廠智能平臺與集團端管理平臺分別如圖2和圖3所示。
圖2 單廠智能平臺主界面
圖3 集團端管理平臺主界面
2.1.2 搭建總體框架
在平臺結構方面，由于數字資產是整個智慧水務平臺運行的基礎，故以數據為核心搭建再生水廠智慧水務結構。基于水廠內數據的流動方向，從數據獲取層起自下而上搭建智慧水務平臺，依次包括：數據采集層、數據交互層、數據處理層和數據應用層，包含智慧水務所有的數據行為（見圖4）。
圖4 智慧水務結構
數據采集層，即數據基礎設施層的硬件部分,承擔系統中的數據采集功能。該層的組成包括水質測定儀、流量計、壓力計、PLC（Programmable Logic Controller）采集系統等，將處理過程中的信息轉變為數字信號，對于部分難以在線自動采集的數據可采用人工補錄的形式，將這部分信息匯入數據庫，完成數據的采集。
數據交互層，為整個智慧水務的通用平臺，其主要功能是提供數據中心、數據管理與數據服務，其組成包括系統服務器、儲存硬盤、網絡資源、通訊資源、防火墻以及植入的操作系統、和數據庫管理調用系統等。
數據處理層，是所獲數據在業務場景下處理的平臺。主要包括將智慧技術與污水處理廠的業務場景進行結合，并在符合工藝邏輯和實際運行規律情況下，運行水質預測算法、設備報警邏輯、運營反饋工單、生產統計規則的配套算法。最終將人工智能技術對復雜事件決策、計算機學習和實時數據計算作為智慧決策支撐手段，甚至是自動決策的智慧手段，以減輕現有污水處理廠相關工作人員的決策負擔，提高再生水廠生產運行穩定程度。
數據應用層直接對接該平臺的用戶端。由于數據來源多，覆蓋業務廣，某一數據可能在多個場景下重復應用，故根據應用目的對數據進行分流，使數據分別向決策支持系統、運行控制系統、運維管理系統、廠間橫向對比分析系統流動。同時，在上述四項內容上，需分別對數據進行展示、反饋、交互、分析應用呈現。
2.1.3 實施流程
對于新建水廠項目，智慧水務的規劃須在建設設計期提出。由于智慧水務的成功搭建及運行對用電、通訊、外部環境均有要求，故在土建建設階段，就須對智慧水務中硬件設備預留相應設備位置及間隔距離、絕緣環境、不間斷電源及網絡接口。在設備選型階段，為滿足數據采集的時間間隔要求或設備變頻智能控制要求等，須對預處理設備、取樣設備、測定儀表、變頻泵、變頻風機及可自控閥門等進行對應選擇。在本案例中，由于在水廠規劃初期同步開展了智慧水務設計，廠內關鍵管路的閥門均選用電動閥，鼓風機、提升泵、加藥泵等核心設備均選用變頻規格，故后期實施智能加藥和精確曝氣技術時，無須重新更改設備，降低了智慧水務平臺的建設成本。對于再生水廠改造項目，智慧水務運行平臺的建設則受到更多約束。尤其某些老舊廠區，智慧水務的實施將意味著大量儀表的采購及安裝。對于無法滿足安裝要求的水處理構筑物還須進行改建并重新對設備儀表布點等。
遵循設計在實施前、單獨調試在互聯調試前、獨立工作多點開工的原則，可分步實施智慧水務的建設。各建設順序依次為：進場條件建設，信息化主體建設、智能化主體建設、智能化零星工程建設、智慧化主體建設、智慧水務優化建設，具體如圖5所示。
圖5 智慧水務建設順序
2.2 實施重點
智慧水務平臺成功運行的前提是服務對象須為數字化水廠，故水廠的完全數字化是成功實施智慧水務的重要基礎。水廠數字化的工作內容包括對廠內數據進行梳理及提取，根據數據來源，可將水廠內數據分為靜態數據與動態數據，動態數據中又可分為在線數據和離線數據（見表2）。
表2 數字水廠中數據來源及分類
在對水廠數字化的過程中，需根據不同的數據性質預留對應的數據源接口，同時為動態數據做出動態調配余量，合理預留系統的數據冗余度。此外在提取數據的同時，還需根據數據結構進行梳理，如數據的時間、空間位置、數據單位、數據來源特性等。數據的梳理將直接參與后續數據清洗、應用與挖掘過程。以即時COD去除率這一指標為例，由于再生水廠內的水力停留時間不可忽視，故在計算COD去除效率時，需根據實際水力停留時間推算出該出水時刻所對應的進水時刻，并通過在線儀表找出該進水時刻下的實際數據，此時對COD去除效率進行計算，才可保證計算指標的科學性與準確性，故COD濃度數據的時間屬性將在計算過程中十分重要。
2.3 實施標準及效果
根據本案例中智慧水務的建設及應用目的，對智慧水務平臺的建設提出了評價體系作為該平臺的優化方向，該評價體系應包括信息化水平及數據使用水平兩組評價指標，具體采用的指標如表3所示。
表3 智慧水務平臺評價指標
該評價體系有效地將對智慧水務的性能評價由定性評價精確為定量評價，且從智慧平臺的基礎建設到智慧服務都提出了具體要求。評價指標的提出，反向明確了智慧水務建設過程中構建體系框架、指標選擇及建立算法的優化方向。
在集團端智慧平臺與單廠信息平臺的聯動運維下，廠內生產記錄工單線下填報轉為線上記錄，日常水質報表一鍵生成，歷史數據可滿足秒級、分鐘級、小時級別的調取及搜索。在智慧算法的保障支撐下，水廠原設計日處理水量為20 000 m3/d，現已達到28000 m3/d；該水廠噸水電耗降為0.41~0.48 kW·h；自智慧水務平臺上線后穩定運行7個月，分鐘級出水指標從未超標。
03結語
智慧水務作為信息技術與傳統水務融合的新興領域，在實施過程中仍面臨著方法缺乏理論指導、業務缺乏應用經驗、技術缺乏模型介入等問題。通過對北京市朝陽區某再生水廠智慧水務平臺建設的回顧，本文總結了智慧水務平臺建設過程中的經驗及方法，強調了信息技術在業務場景中應用，推動了數字化智慧水務的落地與發展。
對原文有修改。原文標題：再生水廠運營數字化轉型的賦智方案及工程實踐；作者：許雪喬、劉杰、林甲、李傳舉；作者單位：北京首創生態環保集團股份有限公司。刊登在《給水排水》2022年第1期“城鎮水務智慧化探索與實踐專欄”專欄。