• 重庆沙坪坝区沙杨路67号
  •  cqzhongrui160322@163.com
  • 023-61389340
您的位置:首页 > 信息动态  > 行业动态
当水务遇上AI,将如何推动行业前进?
来源:www.cqzrhj.com 发布时间:2023年09月13日
当前,飞速发展的人工智能AI技术正在为各个领域带来深刻的变化,智能机器人、ChatGPT等火爆互联网,为智慧水务行业数字化、智能化发展带来更多的思考。



人工智能(Artificial Intemgent ,简称AI )是计算机学科的一个分支,被认为是21世纪三大尖 端技术(基因工程、纳米科学、人工智能)之一。自该领域建立以来,人工智能历经60余年发展,已经形成了以神经网络、机器学习、专家系统等为核心算法,以计算机视觉、自然语言处理、机器人等为主要应用领域的学科体系。



智慧水务通过数采仪、无线网络、水质水压表等在线监测设备实时感知城市供排水系统的运行状态,并采用可视化的方式有机整合水务管理部门与供排水设施,形成“城市水务物联网”。而人工智能技术是实现智慧水务的方式之一:通过对系统中压力、流量、水质等参数的在线采集,借助以人工智能为核心分析手段对供水系统状态进行认知和决策,进而通过阀门、泵站等设施实现供水系统的工艺优化运行、漏损控制、调度决策、水质安全保障。




人工智能赋能数字水务解决方案的总体架构

(图源《人工智能赋能数字水务》白皮书)


当水务行业遇上AI,在智慧水务不断发展的背景之下,AI又有哪些应用场景呢?



供水调度优化



随着习总书记“节水优先、空间均衡、系统治理、两手发力”治水思路的提出,水资源管理也变得越发重要——如何精 确调度,精 准供水,节能减排成了水务行业的一大难点问题。由于城市管网的高复杂性、不稳定性和高随机性,无论是长期还是短期的管网流量都是不易预测的,人工智能算法打破了传统的计算模式,为解决城市供水优化调度问题提供了全新的思路。



比如墨尔本的WInneke水厂,为了确保水厂水泵泵在最 高 效率下运行,同时仍能达到所需的流量,墨尔本水务公司使用定制开发的人工智能(AI)程序。该程序通过挖掘水泵历史运行数据来计算给定泵的最有效的配置时间,以此确定最节能的泵组合以及相关的运行速度,达到设计流量[1]。



此系统能够通过历史数据分析出一些独特的系列因素,在运行模式下确定最 佳泵组合设置参数,并将其直接发送到水泵系统,实时应用无需任何人为干预。



水厂运维



饮用水处理和污水处理是多工艺组合的过程,涉及多种过程控制,比如曝气、药剂投加、氨氮调控等。针对水处理运营效率低、药耗高、能耗高、生产成本居高不下等问题,人工智能赋能智慧水务,以工艺机理为基础,结合大数据技术与人工智能算法,搭建符合业务特征的智能模型稳定工艺指标,可以大大降低运行成本,减少环境污染,提高水处理企业的生产运营效率[2]。



例如西班牙某饮用水厂将传感器收集的大量数据整合到一个环境决策支持系统中,基于中央合成设计-响应面分析(CCD-RSM)的增强混凝模型,在特定要求下建议操作的最 佳pH值和混凝剂投加量,帮助操作人员控制工艺过程以减少出水的天然有机物浓度并提高处理效率。


SCADA系统架构



同时,饮用水厂的出水通常需要保证一定含量的余氯,以确保输配过程中的消毒效果。一般水中的游离余氯量和化合态余氯量都会随着管网的延伸而降低,一旦减少至一定浓度,微生物繁殖机率增大,降低饮用水安全,产生健康风险。利用人工智能技术进行参数建模和预测可以分析水质和评估各水质参数之间的关系,包括三卤甲烷的形成预测,余氯浓度预测以及残余氯、底物和生物质浓度随时间变化的预测等[3-4]。




人工神经网络的发展脉络



通过训练人工神经网络以处理水质特征及多变量水质参数之间的关系,再结合贝叶斯序贯分析反复根据最新观测到的数值优化决策,工作人员即可预测潜在的污染事件。



管网漏损控制



据估计,由于漏损、偷水和运营效率低下,世界上每天约有3.46亿立方米的饮用水作为无收益水量(NRW)被损失,而其中至少有50%的损失发生在发展中国家,这无疑是对水资源的巨大浪费[5]。



传统的声学监测方法不易监测除一些微小漏损,并且背景噪声、监测数据的波动以及数据分析的不及时也会给检测带来一定的误差。


管网漏损控制体系



美国使用AI智能机器人来检查下水道系统泄露和使用年限老化等问题。另外,针对大型或高层建筑物水管漏水的问题,位于美国内华达州里诺市的亚特兰蒂斯赌 场度假村使用WINT公司开发的AI解决方案,应用人工智能检测并阻止泄漏源。当漏水时,它会发出警报并自动关闭。智能实时监控系统可以识别漏水和浪费的来源,减少用水量,防止损坏。并且,此AI自动监测系统还可用于异地监控[6]。



洪涝灾害预警管控




洪涝灾害依然是人类面临的主要自然灾害。据联合国统计,洪水灾害发生次数约占全部自然灾害发生次数的三分之一。防御洪水灾害的核心就是能够实时监测和预测河流水位、排水管网内的水位以及降水的变化过程。通过收集实时监测的水位数据以及气象部门发布的雨量监测和预测数据,再借助水文模型和人工智能进行数据处理和分析,进而实现对洪灾风险的预警和管控。



Google淹没模型可视化概念图



Google就曾将AI与城市雨洪监测结合起来,设计了一种新的淹没建模方法,称为形态淹没模型,该方法将基于物理的建模与机器学习(ML)结合起来,以在实际环境中创建更准确和可扩展的淹没模型。除了实时模拟水流的复杂行为外,Google还对高程图的形态进行计算,以使人们能够使用简单的物理原理来模拟淹没[7]。



这种方法摒弃了传统物理学模型的一些现实约束,并且在现有方法难以解决的数据稀缺地区,该模型可以自动学习正确的测深法并修复基于物理的模型敏感的各种错误。这种形态学模型将准确率提高了3%,可以显着改善大面积区域的预测,同时还可以通过减少对手工建模和校正的需求来加快模型开发的速度。


智慧水务是供水行业的未来,但目前人工智能在供水行业中的硏究及应用尚处于起步阶段,相关人工智能技术也仅 限于弱人工智能甚至传统的分析算法阶段,以深度学习为代表的新一代人工智能技术尚未在水处理工艺优化、健康诊断、漏损控制与节能等各个方面得到持续推广和深度应用。



我们应当清楚的认识到,智慧供水未来必然是集感知-诊断-决策-控制为一体的智能体系[8],需要结合供水业务需求,围绕数据、算法和智能硬件等层面开展全 方 位理论探索与技术革新,更需要供水行业对智慧水务的现状、发展路线和目标形成共识,践行人工智能与实体经济深度融合的囯家战略,共同努力以实现我囯供水行业由传统保障型向新型智慧服务型的转变。



在此大背景下,准确剖析智慧水务发展中水务数字化转型的机遇与挑战,正确运用AI技术,是未来打造水务行业新格局下数字水务体系的重要基础和必要条件,WaterPlus AI作为水务行业专属大语言模型平台,愿与行业内人士共创AI生态平台,赋能企业数字化转型。




来源:深圳市供排水行业协会




返回列表
版权声明:本网站所刊内容未经本网站及作者本人许可,不得下载、转载或建立镜像等,违者本网站将追究其法律责任。 本网站所用文字图片部分来源于公共网络或者素材网站,凡图文未署名者均为原始状况,但作者发现后可告知认领, 我们仍会及时署名或依照作者本人意愿处理,如未及时联系本站,本网站不承担任何责任。备案号:渝ICP备2021002381号-1

渝公网安备 50010602503057号