如何推动水务行业的数字化转型？.docx

《如何推动水务行业的数字化转型？.docx》由会员分享，可在线阅读，更多相关《如何推动水务行业的数字化转型？.docx（15页珍藏版）》请在优知文库上搜索。

1、一、引言世界各地都依赖复杂的系统来运输基本商品，提供包括水、食物、能源以及健康、交通和通信等相关的服务。这些商品和服务的全球需求量惊人，并且预期需求还会增长。例如，2017年全球约有90%的人口至少享有基本饮用水服务，但是，预计到2050年将有近60亿人遭受清洁水短缺的困扰。发达国家拥有庞大且互联的水务基础设施系统，能够为其人口提供高质量的饮用水服务。例如，英国的英格兰和威尔士有1000多个生产饮用水的水处理厂，长达346000km的水路网服务于2600多万户家庭；荷兰的饮用水水路网长达120000多公里，能够为800多万户家庭提供服务。这种基础设施提供的服务具有规模性、复杂性、生命周期长和关

2、键性等特点，因而使得系统规划和管理极为困难。在过去20年里，现代数字化技术迅速发展。通过改善复杂系统，如银行、交通、市场、娱乐和旅游等部门的规划和管理，现代数字化技术推进了社会变革。利用大规模、广泛的数据采集，预测能力日益精准的云计算，以及互联网和物联网（IoT）的全球连接，许多新兴应用已经被开发出来并投入使用。例如，零售银行的数字化转型使得用户可以通过在线和移动工具进行交易和资产管理。此外，一些企业组织如优步，借助数字化技术建立了一种新型商业模式，颠覆了运输业的传统模式。其他企业组织，包括谷歌、亚马逊、爱彼迎、网飞和苹果的一些部门也利用了数字化技术。从数字化技术的角度来看，航空行业和汽车行业

3、这两个领域相当有趣，这不仅是因为安全因素在这两个行业中至关重要，还因为它们在实现完全自动化方面取得了最重大的进展。尽管为了使这些系统能够独立运作，人类已经投入了大量精力和成本，但是绝大多数系统的运作仍必须与人类交互，由人类负责监管其作业，指导系统运作，或协作系统完成作业。然而，数字化技术的引入和自动化程度的增强，也导致了一些与这些先进技术的使用方式有关的重大事故。例如，特斯拉的自动驾驶仪(Autopilot)无法避免汽车碰撞，以及波音737MAX及其机动特性增强系统(MCAS)软件疑似已导致两次飞机失事，是造成重大伤亡的原因之一。通过明确这些案例中存在的新技术的失误点，有望从中学习经验和教训，

4、预防事故发生。数字化革命已深入人类生活的许多领域，水务行业也开始从数字化转型中受益。水文信息学领域的先进技术和人工智能(AI)的应用已经开始在水务行业及其管理中发挥作用。然而，水务行业的数字化进展落后于其他领域，原因是其还存在一些挑战，包括遗留的数据收集和管理系统，以及难以为数字应用、网络安全问题和“人为因素建立明确的商业案例。在过去的20年里，“取证工程(forensicengineering)利用工程原理和分析方法，调查工程系统的故障或其他性能问题，并且取得了实质性的进步。取证调查的目的在于确定故障的根本原因，从而预防类似故障再次发生。早期取证工程的例子，包括对导致桥梁设计、建造和检验发生

5、重大变化的故障进行调查。如1879年的泰河铁路桥(TayBridge)坍塌事故和1940年的塔科马海峡吊桥(TaCOmaNarrowsBridge）倒塌事故。本文的目的有两个：确定水务行业的关键数字化技术的进展；对一些在数字化转型和自动化过程中（数字化技术发挥重要作用）经历失败的领域应用取证工程原则。目的是要从这些失误中吸取教训，避免水务行业重蹈覆辙。二、水务行业数字化的进展（一）智能灌溉农业灌溉用水量占全球用水量的70%,是用水量最多的领域，农业灌溉在粮食安全中发挥着重要作用。世界上许多地区采用密集的漫灌并抽取地下水灌溉作物，使含水层的消耗量超过其自然补给量，从而影响水安全。因此，利用数字化

6、技术更有效地使用水资源，优化决策方法迫在眉睫。数字化技术所带来的智能灌溉系统，可根据当地条件，如温度、湿度和土壤含水量进行调整，为作物提供必要的水分。遥感技术是灌溉管理领域中一项重要的数字化进展。遥感技术是指借助卫星、飞机（包括有人和无人系统）、拖拉机和手持传感器对农田反射和辐射的电磁波信息进行非接触测量。遥感测量技术的广泛使用使人们获得了大量数据，即大数据。需要对这些大量且高度多变的数据类型进行快速处理和分析，以便提供新的见解。遥感和Al技术的最新研窕进展可以让田间规模的表型信息得到准确量化，并与大数据整合，以便开发出具有预测性和规范性的管理工具。遥感技术常用于预估作物的需水量。此技术在预测

7、性模型的基础上，利用基于各类数据、能量平衡、空气动力学和辐射物理学的算法计算作物需水量。这些模型采用了多种数据类型组合，包括卫星图像数据（如表面温度、表面反射率、植被指数）、天气传感器数据（如空气温度、风速、湿度）和地理数据（如数字高程、土地覆盖）。例如，FrUit1.OOk服务作为一种在线工具，利用卫星和地理数据帮助南非西开普省的水果和葡萄酒农场主优化水资源的使用并提高生产力。在使用FrUit1.oOk服务的生产者中，有近半数表示用水量至少减少了10%,还有一些表示减少了30%oFruit1.ook系统在改善作物生产管理方面得到了积极的应用。该系统拥有700名固定用户，包括生产者、顾问和研究

8、人员，他们受益于从南非西开普省约900万公顷的土地中获得的可用数据。（二）城市智慧水务预计到2050年，全球城市人口总数将达到总人口的70%,约97亿。除了城市化外，人口增长、气候变化和资源限制也给城市基础设施的规划和管理（包括水务服务和废水服务）带来了巨大的挑战。由于异质传感器的大量使用和广泛的数据采集，城市水务系统正在产生越来越多的传感数据。这就需要采用数据分析和新兴Al方法来应对数据大爆炸，从而对网络化、互通和内在复杂的水务系统中的数据结构及其动态特征进行利用和解释。水文信息学和数字水务工具起初只限于科学界，现已进入水务领域。本文没有对这些工具进行一一列举，但介绍了一些成熟的技术，包括用

9、于检测地下基础设施异常情况的机器学习技术(M1.)、用于规划和管理水务基础设施系统的自然启发式优化工具，以及数字李生技术。1 .应用于供水系统异常检测的机器学习技术减少无收益水，即经过抽取、处理并泵入分配系统中但没有流向用户和向用户收费的水(即“损失的水)的产生量，是全世界水务公司的主要目标之一。然而，因为供水网络具有规模性和复杂性，且大多位于地下，所以要确定这些水损失的具体位置非常困难。英国联合公用事业公司(UnitedUtilities)购买了一套故障检测工具作为综合故障管理系统的一部分,为泄漏、爆裂、压力或流量异常、传感器故障或遥测问题等提供近实时、可操作的警报。该故障检测系统包括了可以

10、自主学习的Al和M1.技术以及统计数据分析工具，每15min自动处理网络中收集的压力数据和流量传感器数据。然后，对这些数据进行分析并与新的观测值进行比较，以检测重大偏差，然后利用人工神经网络(ANN)来预测近期未来的数值。同时，还利用统计过程控制技术来分析压力和流量与预测信号的偏差，利用贝叶斯网络对收集到的故障进行推理，以此来分析多个故障发生的证据。该系统对故障发生的可能性进行估计，并反馈给检测报警机制。该故障检测系统采用一套自主学习技术，根据过往故障来改进对未来故障的检测性能。最重要的是，该系统不需要使用供水网络的水力模型。图1显示了英国联合公用事业公司故障检测系统输出的信息被整合到供水网络

11、故障识别（ERWAN）系统界面的过程。此案例对异常情况进行识别并实施了两次干预（小型和大型服务）措施，从而避免了网络中因压力大幅增加导致的更严重故障。自2015年以来，ERWAN系统已经在联合公用事业公司的网络中投入使用。实践证明该系统稳固且可扩展。它可以每15min处理来自7500多个压力和流量传感器的数据，并及时可靠地检测出管道爆裂和泄漏等事件，具有高准确率和低误报率的特点。4030ERWANalertgeneratedAlertID42374OommamtnggfPrsturup25(E)Jnss(x20M删W晒MN硼删IM唧IAutomatedrootcauseMUfr*OMAconE

12、lmgMsetfaultPnortyCount10Minorservicecarriedout191Sep20198(008)MajorservicecarriedoutTinwttampStatusUMrrootcauMSAPimpactdcnptonCwOft201922:4500ClosedjobraisedUnknownPrstr*ghP111atR15Sep201923Sep2019IOd2019(OOM)(88)SAPworkorder(JescnpttonPMVfninofOwhaU卬1SAPWOdInUmber520000046817图1.ERWAN系统对压力突增的情况进行报警

13、，原因可能是减压阀故障,DMA：区计量领域（districtmeteredareas)。2 .应用于废水系统故障分类的图像处理和机器学习技术必须定期检查废水基础设施，以便制定设施维护或更换计划。此类检查一般价格昂贵且耗时，因此只有相对少部分的废水系统使用闭路电视监控系统(CCTV)进行检查。MyranS等使用图像处理和M1.技术处理CCTV录像，并自动识别下水道系统中的各种故障类型。该程序采用了M1.领域的随机森林技术。这一创新方法己经在英国一家水务公司收集的CCTV监控录像中得到验证和演示。结果显示，该程序在真实的下水道系统中的峰值准确率为74%。3 .应用于洪水管理的元胞自动机系统在强降水

14、期间，当降雨量超出排水系统的负荷时，水量无法完全排除从而引发地表水泛滥。现代测绘技术，如合成孔径雷达、航空数字摄影测量和激光探测及测距系统(1.IDAR),改善了城市地区洪水建模(模型是新型的且需求量大)程序中数据的可用性和准确性。普通的仿真工具无法有效处理覆盖大面积城区的洪水模型，但目前具有高分辨率的数字高程模型的广泛使用解决了这一问题。特别是，当利用模型进行洪水风险评估或不确定性和减灾分析时，需要考虑计算效率问题，因为此过程需要重复进行仿真运行。适用于大规模问题的快速洪水建模可由文献34中二维元胞自动机模型实现。图形处理单元(GPU)和元胞自动机具有大规模并行计算能力。这些学者利用这些工具

15、把新模型应用于基准程序和实例研究，使处理速度呈数量级增长。4 .自然启发式优化技术先前研究表明，自然启发式优化算法己在水务行业得到应用。自然启发式优化算法己应用到各个领域，从修复设计规划到优化城市水务基础设施系统运行。20世纪80年代末和90年代初，自然启发式算法问世，进化计算算法、群体智能和ANN获得初步成功，更加复杂的城市水务基础设施问题得到解决。该领域不断做出新的贡献，从经济驱动型单一目标框架发展成多目标模型，产生一系列权衡解决方案，即非主导或帕累托最优解决方案，而不再是单一的解决方案。在供水网络管理中应用自然启发式算法，可以确定压力传感器和流量计的最佳位置，以进行泄漏检测和定位。此方法

16、在荷兰真实的供水网络中得到实际应用。多目标优化模型研窕了传感器最小安装数量和最大探测覆盖范围之间的权衡问题，选取有问题的供水网络作为试点，确定压力传感器的最佳数量和位置以对现有的10个传感器进行补充，目的是最大限度地提高泄漏检测的准确性和传感器覆盖的范围。从每个附加传感器得到的结果可以看出，客户连接的最佳位置和覆盖范围，检测到了泄漏百分比和传感器覆盖的网络管道长度。将20个新传感器与先前的10个传感器进行比较，结果显示客户连接的覆盖范围从11411(覆盖率26.5%)增加到22967(53.2%),检测到的泄漏百分比从26.2%提高至I48.5%,覆盖的管道长度从236.75km(25.1%)增加到415.55km(44%)。这些发现与“水传感器网络之战(BattleoftheWaterS