金控數據：智慧水廠AI技術應用三要素

在8月14日召開的中國城鎮供水排水協會首屆水業青年優秀論文評選暨水業青年論壇上，中國水協青年委員會常務委員楊斌代表北京金控數據技術股份有限公司發表報告《智慧水廠AI技術應用三要素》。該報告分析了國內最前沿的智慧水廠建設現狀，提出了智慧水廠建設的最新挑戰，以及AI技術應用的三要素融合。小編帶大家一睹為快。

 

智慧水廠現狀

近年來，智慧水廠建設對行業來說已經不再是新鮮概念，新技術應用層出不窮，數字孿生、AR/MR、巡檢機器人、工藝仿真、智能安防、圖像識別、人員定位、智能控制、雙碳應用等。然而，行業智慧化的發展目前為止應該還屬于早期階段，圍繞著現在剛剛起步還不是特別成熟的幾個場景舉例，說明各種新技術應用尚處于探索階段。簡單總結，有兩個新挑戰。

挑戰一：

在自動化、信息化基本實現的前提下，業務、管理、數據的系統性融合不足，造成應用價值沒有充分挖掘。

挑戰二：

前沿技術研究和應用層出不窮，但是應用價值點在“改進”，尚無顛覆性創新。

 

智慧水廠建設方法論

 

以業務、管理、數據、技術的系統性融合和前沿技術應用價值為主的兩大挑戰，實際在我們智慧水廠項目的研發和落地實踐過程中，尤其是在AI技術應用領域，對我們提出的三個具體問題：

問題一

少量的專家知識被整理為文獻、規程，大量的仍存在于個人頭腦和經驗中，未形成可用知識庫，缺乏知識的融合應用。

問題二

工藝控制單元、智能裝備、運行管理未形成統一數據平臺，甚至成為新數據孤島，缺乏數據的融合應用。

問題三

機理模型、AI等算法已經工具化，但算法選擇仍是挑戰，計算形成的知識策略在實時運行場景中，缺乏模型的融合應用。

行業的問題和挑戰也指導了我們把智慧水廠AI技術應用分解到三大要素：知識，數據，算法。如何把知識、算法、數據融合在一起形成一個強有力的交叉融合的工具來解決這些問題和挑戰，如何將大量的人工經驗和學術研究成果轉化為可實用的知識，如何通過模型的發展將知識與數據香花轉化并形成控制輸出，這些方面的研究可能會在未來幾年給行業應用帶來突破。

下一階段，智慧水廠通過模型讓水廠能夠應用知識和數據處理問題的能力，以AI為工具，將運行過程中所沉淀的數據和水廠運行過程中沉淀的知識經驗，結合水廠應用場景有機融合，構建出水廠融合智能系統，讓AI算法等前沿技術在水廠場景中發揮真正的價值。

實際案例

我公司董事、清華大學高嵩博士與相關團隊在水專項研究基礎上，將專家經驗、水專項課題成果、科技文獻、網絡文章等大量文本信息，利用知識突破技術，建立知識三元組，構建出知識轉化的新方式，與實時數據和算法的深度結合下，形成針對水廠不同場景的新型控制器，不僅提高了系統的控制穩定性，尤其是提高了系統應對各種工況的智能化程度，讓系統“更像專家在決策”。在我公司研發的智能加藥、污泥性能識別等產品上，已經開始逐漸轉化應用。

產品應用

北京金控數據已經研發了部分水廠智能產品，包括Bio-Air Logic智能曝氣、Eco-Dosing智能碳源投加系統、Eco-Dosing智能除磷系統、AS-Doctor活性污泥診斷系統等，用于突破前沿技術在水廠生產場景的落地應用。

歡迎各位同行在留言區交流智慧水廠建設的經驗，讓我們一起從數礦中提取未發現的知識，推進行業認知的邊界。