国内智慧水务发展现状及趋势

　　随着城市化进程的加快，城市水环境面临的压力日益增大。传统水务管理模式在应对复杂多变的城市水问题时显得力不从心，亟需一种全新的解决方案。智慧水务应运而生，其通过集成现代信息化、数字化技术手段，实现对城市水资源的智能化监测、调度和利用这为解决水环境问题找到了新出路，特别是对城市水环境治理的污水处理等关键环节，其有效实施直接关系到城市水环境的改善和水资源的可持续利用。自党的十八大以来，智慧水务成为智慧城市建设的一项重要内容，中共中央、国务院印发《国家水网建设规划纲要》强调，到2025年，建设一批国家水网骨干工程，提升水网工程智能化水平，基本形成国家水网总体格局国家水网主骨架和大动脉逐步建成。在人类需求、国家政策和行业要求的三重驱动下，国内智慧水务建设初具成效。为促进后续智慧水务良性发展，本文基于国内行业调研与智慧水务工程实践，总结国内智慧水务的发展现状，分析存在的不足与可能的发展趋势。

　　1、国内智慧水务发展历程

　　从整体看来，我国智慧水务发展大体历经三个阶段。

　　第一阶段为数字化建设阶段。基于设计过程中产生的图纸、信息表，利用GPS精确测量供水管线、排水管线及设施的地理位置，得到数字化管网信息，由此建立相应的数据库；与空间属性数据集成，以建立区域给排水管网GIS地理信息系统。如2001年，武汉开展供水管网的普查工作，运用GIS集成400km的供水管网图形与属性数据，这样的基础数据平台，为市区供水管网规划设计、水资源调配与决策提供依据。

　　第二阶段为智能感知阶段。不同于数字化建设阶段，该阶段基于物联网技术，实现动态数据采集、运用与展示。利用传感器收集监测点的雨量、流量、流速水质等数据，通过数据接口或通信协议的转换，实现管网生产运行数据的实时采集，建立与各种驱动器马达控制器间的数据通信；依托移动通信技术与互联网对采集数据进行存储、管理与分析；最终通过数据中台、移动应用、短信网关平台等方式开展服务。如2015年，针对农村生活污水处理问题，运用物联网技术将智能监控设备与现场水处理设备相连接，并运用3G网络实现服务器与智能监控设备的远程连接，实现100个污水点现场数据的实时采集和远程控制，活性污泥参数COD减排量增加，出水水质达标率得以提高。

　　第三阶段为智慧管控阶段。基于上一阶段的发展，进一步应用新型传感技术，综合运用云计算、大数据、人工智能算法等技术，深入挖掘采集数据价值，实现水系统从智能到智慧的转变，提升水资源的处理与利用效率。国内在该阶段的研究主要体现在给排水、防汛排涝、管网健康管控3个方面。

　　2、智慧水务背景下的给排水

　　目前，国内智慧水务发展尚处于数字化转型的探索阶段，多基于业务管理需求，运用软件、物联网、互联网、移动通信技术构建水资源调度系统或管网地理信息系统，尝试以大数据、云计算、人工智能等新技术赋能，深人挖掘海量信息，以动态数据驱动决策。如陈方亮1基于物联网技术，建立基于B/S架构的二次供水远程监控平台，通过通用接口与供水设备、生产设备等现场设备连接，以交换机作为终端设备，运用铺设的光纤将收集数据传输至总监控中心，实现现场监控数据与设备运行状态的实时动态显示，为集中管理提供便利。随着水系统的运行发展，水务数据的来源越发广泛、量级持续增长，数据的科学管理成为推动智慧水务建设的关键一环。谢晋等综合考虑业务场景、应用需求、行业特点等内容，提出了智慧水务大数据初步构建标准及智慧水务大数据分析标准。其中大数据标准体系包含技术、应用、管理在内的7类指标分析标准中包含4类一级指标每类设置若干3级指标，为大数据技术与水务管理的深度融合提供了标准化参考。

　　污水处理是水务行业的又一重要组成部分，污水处理厂通过自动控制系统全面监控和调控整个处理过程，实现对水质、处理效率、运营成本的控制。但以往引人的管控平台难以实现各业务系统间的信息融合，整体性较差。鉴于此，齐鸣等“运用BIM与大数据技术建立某污水处理厂的运营监测、设备资产、BIM数据库等基础数据库；运用互联网、物联网、多源信息融合技术，实现数据采集与多源信息融合；运用云计算、人工智能、数据挖掘技术，实现对外部数据的结构化识别与内部数据的识别、处理与分析；最终将数据库、数据采集系统与数据处理系统集成于微信小程序与C/S客户端，解决了污水处理厂的信息孤岛问题，考虑到传统PLC自动控制系统存在布局复杂、难以智能控制算法、缺乏加密机制等不足，张璐晶等！自主研发新型智能控制系统，以新型系统架构、硬件与软件配置实现设备数字化，系统信息化、自动化，最终实现智能化管理。某再生水厂经过升级改造，成功提高了污水处理厂的运行效率。

　　随着国家对水务行业重视程度的提升，新兴技术不断与传统水务管理方法融合，水务治理主体逐渐多元化，管理模式趋于系统性，逐步向供排水一体化、网河一体化、源网站厂河等一体化水务管理迈进。如李芳芳等“建立了城市水管家智慧调度系统。以厂站现地监控单元实现现场数据采集与就地控制；通过城市集控中心实现全市一体化运营的远程监视、控制、管理；通过环保集团数据中心支撑系统云灾备服务和水务生产过程监控能力，及数字化标准建设、智慧化决策服务等核心运营管理能力。并应用于供水场、污水处理厂，实现供排水全过程、系统性的联调联控。

　　3、智慧水务背景下的防汛排涝

　　防汛排涝是防灾减灾的关键内容之一，相关洪水预报雨排水调度研究均离不开地面积水预测。这一地面积水预测问题可简化为非恒定流动水模拟问题，在模拟过程中，可运用SWMM、MIKEFLOOD、InfoWorks等数值模拟工具，以基于非恒定流动的圣维南方程模拟管网中的水，以非线性水库-运动波方程计算模式模拟地面径流。随着数值计算方法和计算机技术的发展，这种基于机理模型的数值模拟方法被广泛应用于地面径流模拟，洪水、内涝的预报。更进一步地，将河道水动力模型和排水管道模型耦合，可实现雨水径流排放河道后城市河道水位、流量的动态展示，便于城市排水系统-河道的联合调度。张彬等0基于感潮河网城市汇流特点，建立考虑管道排水和河道排涝的SWMM模型，对区域内水文水利要素进行概化，模拟计算城市防水排涝过程，为相似区域排水防涝提供参考。陆敏博等四利用MIKEFLOOD平台，融合由Mike系列模型构建的城市排水管网、河网及二维地表模型，建立城市排水防洪系统耦合模型；综合运用推理公式法和数学模型法评估内涝风险。更为精细地，李军等四运用InfoWorksICM数值模拟工具建立某居住小区的一维管网水力模型耦合二维地面积水模型，以不同低影响开发(ID)组合方案的径流总量控制率、径流峰值削减率、积水面积削减率等作为效益表征量，对比分析各方案的成本效益，优化D雨水系统设计。

　　此外，基于非开源式的系统架构(如CUAD)和开源式的模型系统架构(如水动力模型系统HEC-RAS)的集成和二次开发，为城市内涝风险评估、溢流控制及排水系统规划的智慧决策提供了助力。金溪等建立了基于二维浅水方程的二维水动力模型，并利用二阶Goduov格式的有限体积法求解；考虑排水管网在防汛排涝中起到的作用，将一维与二维水动力模型进行耦合模拟；同时引人CUDA并行计算架构加速求解过程，利用CUDAMemcpy函数实现一维/二维模型间的地面水深数据交换，继而得到一维/二维模型间双向流量数值，实现模型耦合。

　　4、智慧水务背景下的管网健康管控

　　供水管网经长期运行常出现老化现象，进而增加管网漏损的可能。而漏损的管网因深埋地下往往不易被发现，不仅会造成水资源的浪费，同时也弱化了对污染物的隔离作用，增加水资源污染风险。为解决这一问题，国内水务公司及相关研究人员主要从漏损识别与控制2个方面着手进行研究。

　　4.1管网漏损识别

　　传统的管网漏损识别往往通过视觉判断可能的漏损位置，直接对该位置进行开挖和维护，不确定性较大，易带来不必要的资源浪费。在智慧水务的背景下，多采用数据驱动模型法来进行管网漏损识别，利用机器学习算法分析管网漏损位置的流量与压力，进而锁定漏损位置，以便后续进行管网漏损控制。基于压力监测数据，吴文红等采用压力数据，建立管网的水力模型，并通过MATLAB软件调用EPANET具箱计算不同工况下的漏损水力，构建压力相关漏损定位模型，对比分析布谷鸟算法(CS)与遗传算法(GA)对模型的优化效果，验证了CS的优越性，发现优化后的漏损定位模型精度与水压监测点数量成正相关。为便于将漏算定位方法应用于大型真实管网，宋文轲等运用改进的K均值聚类算法划分供水管网区域，降低漏损识别问题的维度，综合分区成果与真实漏损流量模型，利用遗传算法优化漏损流量在管网中的分布以识别区域内漏损情况，最终通过工程案例分析验证了方法的可靠性。

　　基于流量监测数据，王彤等对城镇供水管网分区流量监测数据进行小波降噪处理后，运用粒子群优化算法优化支持向量机流量预测模型，对比分析预测值与监测值，提出误差阈值和漏损量的估算方法，以便快速发现并确定漏损位置。杨辉斌等中7利用遗传算法优化支持向量回归的模型参数，构建区域管网异常漏损检测模型，对比分析预测水量与实际水量间的差异，快速识别和锁定异常漏损区域，准确率超过90%。基于压力与流量监测数据，王珞桦等8通过监测和分析管网漏损时多个位置的压力与流量，利用BP神经网络深度学习判断漏损点位置，并通过小型管网试验验证了定位的准确性。彭燕莉等“”综合运用粒子群算法和遗传算法，建立基于流量和压力数据的管网漏损检测模型，通过改变扩散器系数对不同程度的漏损管道进行模拟，实现漏损位置及漏损程度的同步、高效且准确的预测。

　　4.2管网漏损控制

　　在识别出管网漏损位置后，还需基于漏损致因采取针对性措施来解决管网漏损问题。这些影响因素主要包括水文地质条件、管材、接口、阀门、施工质量和管网运行压力等，影响因素多，产生的数量大，城市管网漏损整体控制难度大。为此，管网独立计量分区(DMA)管理方法被提出并广泛采用，这种方法通过阀门操作和加装流量计等将供水管网分成相对独立的区域，以局部最小夜间流量法作为评估的补充手段结合区域管网基础属性数据与管网压力间的关系，对整个供水系统的漏损情况进行细致分析。考虑到大量供水业务产生数据带来的存储和处理压力，马金锋等利用ETL工具、Guzz持久层框架、BIRT报表工具打造DMA漏损控制处理模式，由Ouartz作业调度器统管理ETL作业，使原始存储数据集迁移到HBase目标存储数据库；将漏损、评估、预警等计算组织成相互独立的作业，以MapReduce程序的组织形式读取数据执行算法，所得结果被写回HBase；该计算结果将被Web服务器和报表生成器读取，以页面或报表的形式反馈给用户。该处理模式的实用性在实例中得到了验证。龚珑聪等叫将某小区设置为窄物联网与DMA相结合的定量漏损控制试点，通过智能远传水表实时采集数据并传送至管理平台，对比由监测数据确定的夜间最小流量检测限，及时发现漏损点并修复。同时根据漏损维修记录归纳分析常见的漏损形态及漏损分布情况，经评估决策后进行户改和局部管网改造，改造完成后月均和年均真实漏损率均低于5%。

　　而考虑到分区时要关闭边界阀门，将增大水头压力损失，使管网压力降低，此时的末梢节点往往难以满足最小服务水压。故牟天蔚等基于供水管网水力模型，建立节流阀开启度相关的节流阀实时调度型。通过FCM模型对管网进行动态分区，将Matab随机生成的分区阀门开启度导入水力模型，将EPANET工具箱、C#联合编程得到的适应度函数嵌入CS算法，计算某市供水管网漏失费；经优化调度，该市的漏失费(即漏失率)降低了近12%。李红艳等将DMA分区边界阀门替换为减压阀，以实现分区内部压力精细化调控。同时考虑管网的高程信息，耦合高程邻域信息与管网节点压力敏感度，将高程距离引入FCM算法中的目标函数里的距离，建立包含高程邻域信息的聚类目标函数，解决大高程差引起的漏损问题。同时在分区人口处布设减压阀，并采用GA实时优化减压阀阀后压力，实现对分区节点压力的精细化管理。

　　5、不足与未来发展

　　现阶段，在人工智能、大数据、移动互联网等技术的加持下，智慧水务向智慧化、一体化快速发展的同时，也暴露出多方面的不足，主要体现在：

　　1)信息化系统不断涌现，逐渐应用于供水、排水污水处理、防洪、管网健康监控等产业链。但相对分散，各基层单位的子系统独立运行，内外部信息共享不足““信息孤岛”现象仍未得到有效缓解。亟须进行系统集成与资源整合，构建区域一体化的智慧水务管理平台，以优化管理流程、提升管理能力。

　　2)信息采集点布设不够均衡，布设密度和深度难以满足水务精细化管理的需求。网络结构仍需优化目前多为分散建设，且重建设而轻运维，网络设备陈旧且缺乏有效安全措施，影响生产安全，且运维管理效率低，应急预警能力弱。

　　3)实际应用中的智能化水平不高。多数水务企业的设施仍未完成自动化改造，信息化普及中缺乏对应的支撑业务，无法灵活运用信息化的成果来支撑决策。系统中缺少有效的数据挖掘与分析功能，导致数据僵化，对管理决策的支持较弱。且缺乏统一的水务信息数据标准规范，水务资源数据难以及时互通共享，无法实现高效配置。

　　针对当前智慧水务研究的不足，未来智慧水务将朝着以下几个方向发展：

　　1)深度融合新一代信息技术。随着物联网、大数据、云计算、人工智能等技术的不断发展，智慧水务将更加注重技术的集成与创新。通过深度融合这些新一代信息技术，实现水务管理的自动化、数字化、协同化、智能化和科学决策化，全面提升水务管理的效率和效益。

　　2)建设一体化水务信息管理平台。未来，智慧水务将推动建设集源网站厂河于一体的水务信息管理平台，打破信息孤岛，实现信息的互联互通。通过集成和整合各基层单位的信息系统，形成全局性、协同化的管理模式，提升整体管理效率和决策水平。

　　3)加强数据采集与分析能力。智慧水务将进一步提升数据采集的密度和深度，优化网络结构，提升数据传输的可靠性和安全性。同时，加强数据挖掘与分析能力，运用机器学习、优化算法等先进技术，实现对水务数据的深度处理和分析，为科学决策提供更加有力的支持。