智慧水務(wù)的感知、分析與思維

　　11月25日下午，由未來(lái)新水務(wù)研究中心主辦，北控水務(wù)集團(tuán)有限公司承辦的“智慧水務(wù)與科技創(chuàng)新（西湖）高峰論壇”在浙江賓館召開。會(huì)議以“智慧·水務(wù)·創(chuàng)新”為主題，探討水務(wù)行業(yè)發(fā)展中智慧轉(zhuǎn)型路徑與創(chuàng)新發(fā)展范式。會(huì)上，未來(lái)新水務(wù)專家組專家、清華大學(xué)環(huán)境學(xué)院教授施漢昌作“智慧水務(wù)——感知、分析與思維”主題報(bào)告。

未來(lái)新水務(wù)專家組專家、清華大學(xué)環(huán)境學(xué)院教授施漢昌

　?。ū疚母鶕?jù)嘉賓發(fā)言內(nèi)容整理）

　　國(guó)家推動(dòng)與行業(yè)需求

　　近年來(lái)，信息化、數(shù)字化、智能化技術(shù)迅速發(fā)展，成為推動(dòng)社會(huì)進(jìn)步的重要因素。國(guó)家對(duì)此高度重視，發(fā)布《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》、《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》等系列文件，各部委也出臺(tái)相關(guān)規(guī)劃安排。隨著智慧城市的建設(shè)，智慧水務(wù)也得到了快速發(fā)展。

　　橫向來(lái)看，水務(wù)涉及水源水體 、供水、污水處理、管網(wǎng)、受納水體等多個(gè)細(xì)分領(lǐng)域；縱向來(lái)看，智慧水務(wù)分為感知層、傳輸層、數(shù)據(jù)層、應(yīng)用層等多個(gè)層級(jí)。在應(yīng)用層面，主要涵蓋自動(dòng)監(jiān)測(cè)+數(shù)據(jù)處理+分析預(yù)警+三維展示+輔助決策+指揮調(diào)度+排口監(jiān)督+績(jī)效評(píng)估+協(xié)同治理共九大功能。

　　可以說(shuō)，智慧水務(wù)是一個(gè)很年輕的領(lǐng)域。在上世紀(jì)90年代，工藝優(yōu)化與自動(dòng)化開始起步；2000年后，網(wǎng)絡(luò)建設(shè)和信息聯(lián)通開始具備條件；2010年后，隨著物聯(lián)網(wǎng)的發(fā)展，有了更好的信息數(shù)據(jù)手段，智慧水務(wù)系統(tǒng)平臺(tái)開始建設(shè)，智慧水務(wù)進(jìn)入到試點(diǎn)應(yīng)用階段；根據(jù)規(guī)劃，智慧水務(wù)將在未來(lái)十年快速推進(jìn)，基本實(shí)現(xiàn)水務(wù)智能化。

　　區(qū)分行業(yè)來(lái)看，在供水行業(yè)，智慧水務(wù)的重點(diǎn)是漏損監(jiān)測(cè)、收費(fèi)系統(tǒng)、報(bào)裝系統(tǒng)；在排水行業(yè)，重點(diǎn)是自動(dòng)化系統(tǒng)、水質(zhì)在線監(jiān)測(cè)預(yù)警系統(tǒng)、中控系統(tǒng)。近期，智慧水務(wù)的發(fā)展方向是加強(qiáng)智慧水務(wù)頂層設(shè)計(jì)、提高運(yùn)行管理能力、大數(shù)據(jù)中心建設(shè)；未來(lái)5-10年，方向是水廠調(diào)控?zé)o人化、管網(wǎng)調(diào)度智能化、工藝運(yùn)行最優(yōu)化、節(jié)能降耗低碳化。低碳將來(lái)是水務(wù)行業(yè)發(fā)展的新目標(biāo)和新動(dòng)力。

　　市場(chǎng)方面，全國(guó)范圍內(nèi)，能夠成為智慧水務(wù)相關(guān)技術(shù)載體公司或項(xiàng)目至少有幾萬(wàn)家。但在2020年，住建部開展的“智慧水務(wù)典型案例收集”僅收集到134項(xiàng)，跟潛在用戶相比不到1%；應(yīng)用案例大多集中在一些東部發(fā)達(dá)城市。一些水務(wù)集團(tuán)也做了一些有益探索，如北控水務(wù)集團(tuán)的“云鏈端”系統(tǒng)，深圳環(huán)水集團(tuán)的“深水云腦”等?？梢哉f(shuō)，相關(guān)技術(shù)條件趨于成熟，日趨增長(zhǎng)的智慧水務(wù)市場(chǎng)正在逐步形成。

北控水務(wù)“云鏈端”系統(tǒng)

　　成果固然顯著，但智慧水務(wù)的發(fā)展也存在一些短板。一是在感知層，水務(wù)自動(dòng)化底子薄、改造難度大。涉及智能設(shè)備、智能儀表的研發(fā)，單元控制的加強(qiáng)等。二是在傳輸層，數(shù)據(jù)信息不完整，缺乏數(shù)據(jù)化標(biāo)準(zhǔn)，還有一些行政障礙影響數(shù)據(jù)融會(huì)貫通。未來(lái)要加強(qiáng)已知數(shù)據(jù)收集統(tǒng)計(jì)、實(shí)時(shí)數(shù)據(jù)整理，以及數(shù)據(jù)標(biāo)準(zhǔn)建設(shè)。三是在平臺(tái)層，缺乏頂層方案深化設(shè)計(jì)與專業(yè)化模型?？傮w來(lái)看，智慧水務(wù)的發(fā)展不僅是建設(shè)和技術(shù)問(wèn)題，更多的影響因素是對(duì)智慧水務(wù)的認(rèn)知深度、理解能力和管理思維模式。

　　智慧水務(wù)中的感知技術(shù)

　　感知技術(shù)是智慧水務(wù)最前端的技術(shù)，包括物理量、化學(xué)量、生物量的感知等，需要用到電化學(xué)、光譜法、圖像法等多種技術(shù)。應(yīng)用到水質(zhì)監(jiān)測(cè)方面，我們希望：第一，要快、要實(shí)時(shí)，這也是現(xiàn)在信息化的需求。第二，要運(yùn)行廉價(jià)。在這一標(biāo)準(zhǔn)下，如果采用化學(xué)手段就需要用到試劑，維護(hù)和費(fèi)用相對(duì)較高；如果能用光解決，可以實(shí)現(xiàn)速度快、減少試劑消耗，維護(hù)量也相對(duì)小。

　　目前，光譜傳感器相關(guān)的一些標(biāo)準(zhǔn)已經(jīng)進(jìn)入到征求意見階段。光譜檢測(cè)具有快速、免試劑、信息量大的有點(diǎn)，但也存在譜圖解析復(fù)雜、非標(biāo)準(zhǔn)法等障礙。常用的全（多）光譜分析儀有的用“光源+光柵掃描光譜”，有的用“光源+量子點(diǎn)光譜”，有的用“ LED+光電二極管”。其中，第一種得到的信息最全，“光源+量子點(diǎn)光譜”依賴于材料，“LED+光電二極管”相對(duì)便宜，但只能在比較好的光線下獲得數(shù)據(jù)。

　　也有一些更新的傳感技術(shù)，如基于MEMS技術(shù)的新型微納傳感器。它是采用微機(jī)電系統(tǒng)（MEMS）加工技術(shù)，經(jīng)過(guò)濺射Cu/Ni薄膜、光刻以及剝離等工藝，刻制成一定構(gòu)型的傳感器。該結(jié)構(gòu)不僅有利于氣敏薄膜沉積時(shí)的均勻可控，而且有助于靶標(biāo)物質(zhì)的有效吸附，因而靈敏度很高，且體積小、功耗低、易裝載。

　　針對(duì)“運(yùn)行廉價(jià)”的市場(chǎng)需求，可以在傳感器上附加一些綠色能源裝置。在大家熟知的太陽(yáng)能、風(fēng)能等綠色能源之外，環(huán)境中還存在大量的微能量，如設(shè)備震動(dòng)、水的波動(dòng)、人類運(yùn)動(dòng)、低頻環(huán)境風(fēng)能等都會(huì)產(chǎn)生能量。這類微能量的收集難度較大，但仍可探索一些新手段。

　　當(dāng)前有一些前沿研究，如摩擦納米發(fā)電機(jī)(TENGs)新能源技術(shù)，將導(dǎo)電性強(qiáng)的材料放在非常薄的薄膜上，由于薄膜很輕，會(huì)由于環(huán)境的一點(diǎn)微小震動(dòng)而震動(dòng)。通過(guò)震動(dòng)刺激磁力線，從而產(chǎn)生電流。目前，該裝置已在一些實(shí)驗(yàn)裝置里得到應(yīng)用，能夠產(chǎn)生約10毫安的電流。

　　可以看到，一方面，傳感器的功耗在不斷變小，另一方面，一些新的能源收集技術(shù)正逐漸成熟。將二者結(jié)合起來(lái)，或?qū)⑿纬梢环N全新的、自賦能的傳感器。它可以放在人員工作裝上、戴在帽子上，也可以布置在自然環(huán)境里，去收集數(shù)據(jù)和信息。

　　智慧水務(wù)中的專業(yè)模型

　　傳感器收集數(shù)據(jù)后，需要進(jìn)行分析。分析的基礎(chǔ)是挖掘大數(shù)據(jù)的內(nèi)在聯(lián)系，找出規(guī)律，實(shí)現(xiàn)其數(shù)學(xué)表達(dá)，模型是智能化的核心。

　　在過(guò)去幾十年里，模型從最開始的經(jīng)典模型（Eckenfelder模型），發(fā)展出機(jī)理模型（ASM1-2-3 模型），再迭代至數(shù)據(jù)模型(BP-ANN 模型)、工程模型(STEM 模型)，以及近年來(lái)的大模型（Open AI 模型）。各種模型，可以用于水務(wù)行業(yè)的預(yù)測(cè)、預(yù)判。

　　我們?cè)?jīng)基于江蘇省某地的降雨、晴天的數(shù)據(jù)，采用5種不同的模型，來(lái)推測(cè)流入污水處理廠水流流量的變化。用神經(jīng)網(wǎng)絡(luò)人工智能的算法，可以提前4、5個(gè)小時(shí)預(yù)測(cè)流量。但該過(guò)程的模型訓(xùn)練比較復(fù)雜，原始數(shù)據(jù)500多條，迭代200輪數(shù)， 250個(gè)訓(xùn)練集樣本數(shù)。最后，經(jīng)過(guò)優(yōu)化的ConV LSTM是較為適用的模型，能夠很好地模擬流量和降水的曲線關(guān)系，訓(xùn)練好的模型模擬結(jié)果R2=0.9977。

　　在長(zhǎng)期的模型模擬中，我們也做了一些探索——提出污水處理的STEM模型，目標(biāo)是建立一種基于污水處理原理與工程規(guī)范參數(shù)相結(jié)合的污水處理工藝單元水質(zhì)水量計(jì)算方法及模型。盡量采用污水處理廠常規(guī)的檢測(cè)參數(shù)和采用簡(jiǎn)單易測(cè)比較快速的指標(biāo)，在數(shù)據(jù)趨勢(shì)正確的前提下，允許適當(dāng)?shù)恼`差，以降低計(jì)算量，提高計(jì)算速度，滿足污水處理廠優(yōu)化運(yùn)行和自動(dòng)控制的工程應(yīng)用需求。

　　這個(gè)模型有兩個(gè)核心點(diǎn)：一是要以進(jìn)水各參數(shù)的污泥負(fù)荷為核心參數(shù)，與動(dòng)力學(xué)參數(shù)及處理效果相關(guān)聯(lián)；二是以多級(jí)串聯(lián)的CSTR反應(yīng)器建立概化模型，模擬全工藝流程的過(guò)程參數(shù)。

　　從COD沿程變化圖可以看到，在每一個(gè)小段中幾乎都線性變化。

　　上表是7個(gè)污水處理最常用的供應(yīng)單元及相應(yīng)供水原理。涉及6種反應(yīng)器，包括初沉池、厭氧、缺氧、好氧、二沉池、過(guò)濾等六道工序；有7個(gè)水質(zhì)參數(shù)、6個(gè)運(yùn)行參數(shù)、6個(gè)動(dòng)力學(xué)參數(shù)、8個(gè)校準(zhǔn)系數(shù)，還有19個(gè)計(jì)算方程。表中最右邊一列是計(jì)算方程的原理描述。

　　目前，STEM模型在污水處理廠開展了測(cè)試實(shí)驗(yàn)，并已用于實(shí)際工程。如串聯(lián)CSTR工藝概化模型用于工藝優(yōu)化，能夠節(jié)能10%；STEM模型+AI參數(shù)調(diào)整用于智能加藥，可以減少藥耗，節(jié)省20%的成本。

　　我相信隨著智能化和深入，我們會(huì)有更多、更結(jié)合實(shí)際的模型出現(xiàn)，產(chǎn)生更好的效果。

　　大模型及其潛在應(yīng)用

　　在人工智能方面，近年來(lái)熱度最高的大模型，將來(lái)也有望用于水務(wù)行業(yè)。

　　人類的智慧是智能的源泉，計(jì)算機(jī)的智能（即通用智能）可以看作人類智能的賦能。通用智能代表計(jì)算機(jī)解決具有廣泛外延的復(fù)雜問(wèn)題的能力，以硅基設(shè)施為載體，由個(gè)體和群體計(jì)算設(shè)備產(chǎn)生。生物智能可以在四個(gè)層次上移植到計(jì)算機(jī)上：數(shù)據(jù)智能、感知智能、認(rèn)知智能和自主智能。

　　隨著智能的升級(jí)，智能計(jì)算面臨大場(chǎng)景、大數(shù)據(jù)、大問(wèn)題、泛在需求的挑戰(zhàn)。算法模型變得越來(lái)越復(fù)雜，需要超級(jí)計(jì)算能力來(lái)支持越來(lái)越大的模型訓(xùn)練。模型變大、變復(fù)雜時(shí)就會(huì)產(chǎn)生過(guò)擬合問(wèn)題。因此，人們對(duì)于“大模型”的認(rèn)識(shí)，曾有過(guò)失望、放棄的過(guò)程。直到2018年，學(xué)術(shù)界和工業(yè)界觀察到“double descent”（雙下降）的現(xiàn)象，才使得機(jī)器學(xué)習(xí)領(lǐng)域認(rèn)識(shí)到模型“大就是好”。大模型真正提出是在2020年，從此研究人員逐步轉(zhuǎn)移研究重心至大語(yǔ)言模型基座，并開展了大量相關(guān)研究形成了現(xiàn)今的“大模型”。

　　大模型大到什么程度呢？如大家所熟悉的ChatGPT，有1750億的參數(shù)，由96層TF模型（Transformer）堆疊而成，形成了非常復(fù)雜的模型，在各種自然語(yǔ)言處理任務(wù)上取得了突破性的成果。

　　不同的大模型可以組合起來(lái)，可以模擬人類語(yǔ)言和思維能力。具有規(guī)模性（參數(shù)量大）、涌現(xiàn)性（產(chǎn)生預(yù)料外的新能力）和通用性（不局限于特定領(lǐng)域）等特性。在處理復(fù)雜任務(wù)時(shí)展現(xiàn)出驚人的語(yǔ)言理解、意圖識(shí)別、推理、上下文建模、語(yǔ)言生成等各種和自然語(yǔ)言相關(guān)的處理能力，同時(shí)具有通用問(wèn)題求解能力。

　　大模型能不能用于水務(wù)行業(yè)？我想將來(lái)會(huì)用到。大模型可以應(yīng)用于水務(wù)領(lǐng)域?qū)⑿枰畡?wù)、水利、水生態(tài)、物流、經(jīng)濟(jì)和社會(huì)等多方面的信息數(shù)據(jù)支撐；可以進(jìn)行模擬分析各要素之間的相互作用及其機(jī)制以及產(chǎn)生的綜合效應(yīng)；幫助我們更好地識(shí)別和協(xié)調(diào)水務(wù)及水生系統(tǒng)中存在的問(wèn)題和矛盾，為水務(wù)行業(yè)科學(xué)運(yùn)營(yíng)和水生態(tài)環(huán)境保護(hù)提供依據(jù)。

　　目前，國(guó)際上一些平臺(tái)（如：Hugging Face）已將預(yù)訓(xùn)練好的一些開源模型在網(wǎng)站上分享使用。可以選用這些預(yù)訓(xùn)練好的大模型，加入水務(wù)和水環(huán)境領(lǐng)域的特定信息數(shù)據(jù)，進(jìn)行水務(wù)行業(yè)或水生態(tài)環(huán)境大模型的定制，用于培訓(xùn)或分析等。

　　展望未來(lái)，AI技術(shù)的發(fā)展速度之快會(huì)超出人們想象，將滲入各個(gè)領(lǐng)域。當(dāng)這種類似于人類思維語(yǔ)言的、高水平的人工智能用到水務(wù)行業(yè)中，才能真正稱得上“智慧水務(wù)”。我認(rèn)為，全面智慧化的未來(lái)水務(wù)是必然會(huì)出現(xiàn)的，也更有利于人類社會(huì)和水生態(tài)環(huán)境的健康發(fā)展。讓我們一起為之努力。