基于大數(shù)據(jù)的智慧水務(wù)平臺構(gòu)建研究

周迅，周伏虎，張曾，陳鏡先

（中國水利水電第七工程局有限公司，四川 成都 610213）

1 引言

1.1 基于大數(shù)據(jù)的智慧水務(wù)研究意義

基于大數(shù)據(jù)的智慧水務(wù)利用物聯(lián)網(wǎng)、5G、云、AI、大數(shù)據(jù)等新一代信息技術(shù)與水務(wù)運(yùn)維相結(jié)合。通過對感知數(shù)據(jù)的抓取，利用5G 網(wǎng)絡(luò)及時傳輸對所有數(shù)據(jù)進(jìn)行規(guī)整建立數(shù)據(jù)倉，深度挖掘其隱形價值，按照行業(yè)維度進(jìn)行數(shù)據(jù)分析，對業(yè)務(wù)狀況進(jìn)行評估。實(shí)現(xiàn)水務(wù)業(yè)務(wù)系統(tǒng)的資源數(shù)據(jù)化、控制智能化、服務(wù)精準(zhǔn)化、決策科學(xué)化，使水務(wù)運(yùn)營智能高效、管理科學(xué)合理、服務(wù)優(yōu)質(zhì)、環(huán)保低碳，提升水質(zhì)、降本增效、保障供水安全。

1.2 智慧水務(wù)實(shí)踐應(yīng)用介紹

夾江青衣水廠由中國水電第七工程局承建，在充分調(diào)研國外國內(nèi)的供水公司使用先進(jìn)技術(shù)的基礎(chǔ)上，決定采用大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新興技術(shù)貫穿智慧水務(wù)的規(guī)劃、建設(shè)、管理、運(yùn)營、應(yīng)急等各個環(huán)節(jié)。該水廠主要為夾江縣城供水，一期設(shè)計供制水能力為5 萬m3/d，水源取自夾江青衣江地面水，生產(chǎn)仍采用“沉砂—絮凝沉淀—過濾—消毒”制水工藝，但建立了自控環(huán)形網(wǎng)絡(luò)，采用液位監(jiān)測儀、水質(zhì)監(jiān)測儀、流量監(jiān)測儀、壓力計等物聯(lián)感知設(shè)備，對取水、制水、供水進(jìn)行全面感知，對數(shù)據(jù)進(jìn)行集中管理、分析，實(shí)現(xiàn)對全流程在線監(jiān)測、數(shù)據(jù)異常告警、智能決策，從而實(shí)現(xiàn)智慧供水一體化平臺。生產(chǎn)數(shù)據(jù)的管理是生產(chǎn)運(yùn)營管理信息平臺的核心，智慧化主要表現(xiàn)在物聯(lián)網(wǎng)設(shè)備對現(xiàn)場數(shù)據(jù)的采集整理、大量數(shù)據(jù)存儲和分析、通過工藝的仿真模擬、建立算法模型實(shí)現(xiàn)一定程度的自我學(xué)習(xí)等。

2 基于大數(shù)據(jù)的智慧水務(wù)平臺研究

2.1 智慧水務(wù)平臺架構(gòu)

基于大數(shù)據(jù)的智慧水務(wù)平臺主要由四層架構(gòu)，框架如圖1所示。形成以新興技術(shù)為支撐的集成化平臺。

圖1 基于大數(shù)據(jù)的智慧水務(wù)平臺框架圖

2.2 智慧水務(wù)平臺功能

智慧水務(wù)平臺的主要功能包括：構(gòu)建水務(wù)云、智慧生產(chǎn)運(yùn)營管控、智慧水務(wù)大數(shù)據(jù)決策系統(tǒng)和智慧水務(wù)用戶服務(wù)。

構(gòu)建水務(wù)云：利用先進(jìn)的物聯(lián)網(wǎng)技術(shù)，對平臺所需的水源、供水、排水、節(jié)水等各類數(shù)據(jù)進(jìn)行采集。利用網(wǎng)絡(luò)爬蟲或其他手段對智慧水務(wù)需要的各種數(shù)據(jù)進(jìn)行收集。對采集到的原始數(shù)據(jù)進(jìn)行ETL處理后統(tǒng)一標(biāo)準(zhǔn)儲存到水務(wù)云。

智慧生產(chǎn)運(yùn)營管控：系統(tǒng)集成PLC自控系統(tǒng)、SCADA在線監(jiān)測系統(tǒng)、水質(zhì)安全管理系統(tǒng)、大數(shù)據(jù)經(jīng)營決策分析系統(tǒng)、GIS地理信息系統(tǒng)、管網(wǎng)優(yōu)化調(diào)度、用戶在線報裝系統(tǒng)、用戶營收管理系統(tǒng)等。

智慧水務(wù)大數(shù)據(jù)決策系統(tǒng)：該系統(tǒng)是智慧水務(wù)平臺的核心和關(guān)鍵，其目的是通過統(tǒng)計分析將用戶的信息與收集的數(shù)據(jù)進(jìn)行關(guān)聯(lián)，為用戶進(jìn)行決策提供有力支撐，促使他們做出的決策智慧化，如通過人工蜂群算法的智能泵組優(yōu)化調(diào)度系統(tǒng)，基于LSTM神經(jīng)網(wǎng)絡(luò)的水廠智能加藥控制系統(tǒng)減少了人工誤差，提高了水廠整體效率。

智慧水務(wù)用戶服務(wù)：該平臺以用戶為中心，將所有的企業(yè)用戶和個人用戶信息進(jìn)行關(guān)聯(lián)處理、數(shù)據(jù)分析和管理，針對不同的用戶提供高效和個性化服務(wù)，以提升用戶的滿意度。

2.3 智慧水務(wù)平臺特色

提供IT基礎(chǔ)架構(gòu)云平臺，統(tǒng)一進(jìn)行數(shù)據(jù)采集、共享、存儲；統(tǒng)一標(biāo)準(zhǔn)，信息分類及編碼規(guī)定；系統(tǒng)集成規(guī)范、數(shù)據(jù)上報接口規(guī)范；數(shù)據(jù)采集自動化，從總體上建立完整的水務(wù)數(shù)據(jù)采集、數(shù)據(jù)實(shí)時傳輸、數(shù)據(jù)集中處理，保證數(shù)據(jù)采集的自動化；決策調(diào)度智慧化，以GIS 地圖為基礎(chǔ)，實(shí)現(xiàn)對智慧水務(wù)平臺海量數(shù)據(jù)進(jìn)行提取和挖掘，為水務(wù)運(yùn)維工作提供專家決策服務(wù)；公眾服務(wù)智能化，通過數(shù)據(jù)關(guān)聯(lián)分析，與用戶形成良性互動，為用戶提供便利高效的服務(wù)；通過大數(shù)據(jù)算法和模型等先進(jìn)手段，提高效率，降低運(yùn)營過程中的損失，從而達(dá)到降低成本的目的。

3 關(guān)鍵技術(shù)實(shí)現(xiàn)

3.1 基于機(jī)器學(xué)習(xí)的水廠短期供水量預(yù)測

由于城市供水是一個持續(xù)不斷的過程，過往一段時間的供水量會對當(dāng)前的供水量產(chǎn)生一定影響。建立時供水量預(yù)測模型，根據(jù)預(yù)測結(jié)果指導(dǎo)供水調(diào)度。將水廠運(yùn)營的2020 年7 月25日到2021年6月30日的歷史數(shù)據(jù)作為訓(xùn)練集，2021年7月1日到2021 年8 月21 日作為測試集，對數(shù)據(jù)進(jìn)行清洗、集成、變換、審核等加工處理后，結(jié)合影響水量供給的多種因子，對因子進(jìn)行擇優(yōu)篩選。供水量預(yù)測建模采用特征工程、相關(guān)性分析和模型訓(xùn)練三大步驟。通過多種算法對夾江城區(qū)供水量進(jìn)行一個小時的短期預(yù)測。使用XGboost 算法的精度在數(shù)據(jù)集上是最高的。將天氣、日期等數(shù)據(jù)傳入模型后，模型可以將數(shù)據(jù)進(jìn)行特征擴(kuò)充并快速、準(zhǔn)確推斷未來一小時的供水量，依據(jù)模型預(yù)測的結(jié)果，再配合大數(shù)據(jù)分析技術(shù)對城區(qū)的供水量進(jìn)行合理調(diào)度，達(dá)到節(jié)能、精準(zhǔn)供水的效果。

3.2 基于神經(jīng)網(wǎng)絡(luò)的水廠水質(zhì)預(yù)測

針對取水口的實(shí)際情況，采用不同的神經(jīng)網(wǎng)絡(luò)模型和不同的特征選擇方法對水質(zhì)數(shù)據(jù)進(jìn)行預(yù)測，并進(jìn)行對比分析。經(jīng)分析發(fā)現(xiàn)，對于該廠取水口水質(zhì)預(yù)測問題，采用單層LSTM 網(wǎng)絡(luò)預(yù)測效果更好，對于同一網(wǎng)絡(luò)模型不對數(shù)據(jù)進(jìn)行特征降維而用盡可能多的特征進(jìn)行預(yù)測效果更好。

3.3 基于神經(jīng)網(wǎng)絡(luò)的PAC智能加藥控制系統(tǒng)

如圖2所示，完整的模型由Net1和Net2兩部分組成。Net1為投藥量預(yù)測網(wǎng)絡(luò)，Net2為出廠水水質(zhì)預(yù)測網(wǎng)絡(luò)，訓(xùn)練階段兩個網(wǎng)絡(luò)首先進(jìn)行獨(dú)立訓(xùn)練，然后進(jìn)行聯(lián)合訓(xùn)練。最終運(yùn)行階段只使用Ne1 進(jìn)行投藥量預(yù)測。將2020 年7 月24 日到2021 年6月30 日為訓(xùn)練集，2021 年7 月1 日到2021 年8 月22 日為測試集。對于訓(xùn)練模型使用的三類特征，進(jìn)廠水水質(zhì)特征數(shù)據(jù)InW中選取PH、溶解氧、高錳酸鹽指數(shù)、氨氮、總磷、生物毒性、進(jìn)廠水流量共7 個，出廠水水質(zhì)特征數(shù)據(jù)OutW 中選取出廠水PH、出廠水濁度、出廠水余氯共3個，M為PAC投加量。

圖2 二階段投藥量預(yù)測模型圖

經(jīng)過聯(lián)合訓(xùn)練，共同調(diào)參，使用實(shí)際出廠水質(zhì)需求對投藥量預(yù)測網(wǎng)絡(luò)調(diào)優(yōu)，使投藥量預(yù)測網(wǎng)絡(luò)在運(yùn)行階段預(yù)測結(jié)果更可靠。結(jié)合全自動一體化加藥裝置，根據(jù)預(yù)測結(jié)果值進(jìn)行藥量計算，通過加藥泵投加，加藥流程，青衣水廠PAC智能加藥，性能穩(wěn)定、能耗低、PLC控制、全自動運(yùn)行，能實(shí)行遠(yuǎn)程控制。

3.4 智慧供水管網(wǎng)管理平臺

智慧供水管網(wǎng)管理基于“互聯(lián)網(wǎng)+”模式構(gòu)建，實(shí)現(xiàn)供水從取水口到用戶的全網(wǎng)管理。平臺主要包括供水運(yùn)行系統(tǒng)、管網(wǎng)綜合管理平臺、管網(wǎng)智能巡檢系統(tǒng)。

3.5 基于人工蜂群算法的智能泵組優(yōu)化調(diào)度系統(tǒng)

青衣水廠泵站供水規(guī)模50 000 m3/d，泵站配有5臺水泵，其中3臺工頻泵、2臺變頻泵，水泵型號均為SFWP100-300，性能參數(shù)：流量834 m3/h，揚(yáng)程48 m，配套功率160 kW。對泵站2020年07 月25 日至2021 年08 月21 日共10 160 條時數(shù)據(jù)分析，擬合水泵的性能曲線，建立優(yōu)化模型，結(jié)合水廠供水量日變化時段劃分，利用改進(jìn)的人工蜂群算法求解，可得優(yōu)化結(jié)果。

通過建立自適應(yīng)調(diào)整步長策略，改進(jìn)偵察蜂搜索策略，平衡人工蜂群算法探索和收斂精度的能力，實(shí)現(xiàn)對人工蜂群算法的改進(jìn)。最后利用改進(jìn)的人工蜂群算法對泵組優(yōu)化模型求解，得到泵組運(yùn)行的優(yōu)化方案。實(shí)時調(diào)節(jié)水泵的工作組合，會生成具體的水泵工作指令。

4 結(jié)語

夾江縣青衣水廠的生產(chǎn)運(yùn)維管理利用新興技術(shù)提高管理效率、降低成本、保障供水安全、提高社會服務(wù)效益，實(shí)現(xiàn)水務(wù)生產(chǎn)、運(yùn)營、管理的新目標(biāo)。新興技術(shù)在智慧水務(wù)的初次使用，還有很多不足，如何提高數(shù)據(jù)質(zhì)量；感知設(shè)備的不穩(wěn)定性如何解決，數(shù)據(jù)挖掘算法需要不斷的優(yōu)化等都將影響平臺的作用。