11月25日下午，由未來新水務研究中心主辦，北控水務集團有限公司承辦的“智慧水務與科技創(chuàng)新（西湖）高峰論壇”在浙江賓館召開。會議以“智慧·水務·創(chuàng)新”為主題，探討水務行業(yè)發(fā)展中智慧轉型路徑與創(chuàng)新發(fā)展范式。會上，未來新水務專家組專家、清華大學環(huán)境學院教授施漢昌作“智慧水務——感知、分析與思維”主題報告。

未來新水務專家組專家、清華大學環(huán)境學院教授施漢昌

　?。ū疚母鶕?jù)嘉賓發(fā)言內(nèi)容整理）

　　國家推動與行業(yè)需求

　　近年來，信息化、數(shù)字化、智能化技術迅速發(fā)展，成為推動社會進步的重要因素。國家對此高度重視，發(fā)布《數(shù)字中國建設整體布局規(guī)劃》、《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》等系列文件，各部委也出臺相關規(guī)劃安排。隨著智慧城市的建設，智慧水務也得到了快速發(fā)展。

　　橫向來看，水務涉及水源水體 、供水、污水處理、管網(wǎng)、受納水體等多個細分領域；縱向來看，智慧水務分為感知層、傳輸層、數(shù)據(jù)層、應用層等多個層級。在應用層面，主要涵蓋自動監(jiān)測+數(shù)據(jù)處理+分析預警+三維展示+輔助決策+指揮調(diào)度+排口監(jiān)督+績效評估+協(xié)同治理共九大功能。

　　可以說，智慧水務是一個很年輕的領域。在上世紀90年代，工藝優(yōu)化與自動化開始起步；2000年后，網(wǎng)絡建設和信息聯(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，智慧水務系統(tǒng)平臺開始建設，智慧水務進入到試點應用階段；根據(jù)規(guī)劃，智慧水務將在未來十年快速推進，基本實現(xiàn)水務智能化。

　　區(qū)分行業(yè)來看，在供水行業(yè)，智慧水務的重點是漏損監(jiān)測、收費系統(tǒng)、報裝系統(tǒng)；在排水行業(yè)，重點是自動化系統(tǒng)、水質(zhì)在線監(jiān)測預警系統(tǒng)、中控系統(tǒng)。近期，智慧水務的發(fā)展方向是加強智慧水務頂層設計、提高運行管理能力、大數(shù)據(jù)中心建設；未來5-10年，方向是水廠調(diào)控無人化、管網(wǎng)調(diào)度智能化、工藝運行最優(yōu)化、節(jié)能降耗低碳化。低碳將來是水務行業(yè)發(fā)展的新目標和新動力。

　　市場方面，全國范圍內(nèi)，能夠成為智慧水務相關技術載體公司或項目至少有幾萬家。但在2020年，住建部開展的“智慧水務典型案例收集”僅收集到134項，跟潛在用戶相比不到1%；應用案例大多集中在一些東部發(fā)達城市。一些水務集團也做了一些有益探索，如北控水務集團的“云鏈端”系統(tǒng)，深圳環(huán)水集團的“深水云腦”等。可以說，相關技術條件趨于成熟，日趨增長的智慧水務市場正在逐步形成。

北控水務“云鏈端”系統(tǒng)

　　成果固然顯著，但智慧水務的發(fā)展也存在一些短板。一是在感知層，水務自動化底子薄、改造難度大。涉及智能設備、智能儀表的研發(fā)，單元控制的加強等。二是在傳輸層，數(shù)據(jù)信息不完整，缺乏數(shù)據(jù)化標準，還有一些行政障礙影響數(shù)據(jù)融會貫通。未來要加強已知數(shù)據(jù)收集統(tǒng)計、實時數(shù)據(jù)整理，以及數(shù)據(jù)標準建設。三是在平臺層，缺乏頂層方案深化設計與專業(yè)化模型。總體來看，智慧水務的發(fā)展不僅是建設和技術問題，更多的影響因素是對智慧水務的認知深度、理解能力和管理思維模式。

　　智慧水務中的感知技術

　　感知技術是智慧水務最前端的技術，包括物理量、化學量、生物量的感知等，需要用到電化學、光譜法、圖像法等多種技術。應用到水質(zhì)監(jiān)測方面，我們希望：第一，要快、要實時，這也是現(xiàn)在信息化的需求。第二，要運行廉價。在這一標準下，如果采用化學手段就需要用到試劑，維護和費用相對較高；如果能用光解決，可以實現(xiàn)速度快、減少試劑消耗，維護量也相對小。

　　目前，光譜傳感器相關的一些標準已經(jīng)進入到征求意見階段。光譜檢測具有快速、免試劑、信息量大的有點，但也存在譜圖解析復雜、非標準法等障礙。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+量子點光譜”依賴于材料，“LED+光電二極管”相對便宜，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，如基于MEMS技術的新型微納傳感器。它是采用微機電系統(tǒng)（MEMS）加工技術，經(jīng)過濺射Cu/Ni薄膜、光刻以及剝離等工藝，刻制成一定構型的傳感器。該結構不僅有利于氣敏薄膜沉積時的均勻可控，而且有助于靶標物質(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“運行廉價”的市場需求，可以在傳感器上附加一些綠色能源裝置。在大家熟知的太陽能、風能等綠色能源之外，環(huán)境中還存在大量的微能量，如設備震動、水的波動、人類運動、低頻環(huán)境風能等都會產(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。

　　當前有一些前沿研究，如摩擦納米發(fā)電機(TENGs)新能源技術，將導電性強的材料放在非常薄的薄膜上，由于薄膜很輕，會由于環(huán)境的一點微小震動而震動。通過震動刺激磁力線，從而產(chǎn)生電流。目前，該裝置已在一些實驗裝置里得到應用，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正逐漸成熟。將二者結合起來，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。

　　智慧水務中的專業(yè)模型

　　傳感器收集數(shù)據(jù)后，需要進行分析。分析的基礎是挖掘大數(shù)據(jù)的內(nèi)在聯(lián)系，找出規(guī)律，實現(xiàn)其數(shù)學表達，模型是智能化的核心。

　　在過去幾十年里，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)，以及近年來的大模型（Open AI 模型）。各種模型，可以用于水務行業(yè)的預測、預判。

　　我們曾經(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，來推測流入污水處理廠水流流量的變化。用神經(jīng)網(wǎng)絡人工智能的算法，可以提前4、5個小時預測流量。但該過程的模型訓練比較復雜，原始數(shù)據(jù)500多條，迭代200輪數(shù)， 250個訓練集樣本數(shù)。最后，經(jīng)過優(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系，訓練好的模型模擬結果R2=0.9977。

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

　　這個模型有兩個核心點：一是要以進水各參數(shù)的污泥負荷為核心參數(shù)，與動力學參數(shù)及處理效果相關聯(lián)；二是以多級串聯(lián)的CSTR反應器建立概化模型，模擬全工藝流程的過程參數(shù)。

　　從COD沿程變化圖可以看到，在每一個小段中幾乎都線性變化。

　　上表是7個污水處理最常用的供應單元及相應供水原理。涉及6種反應器，包括初沉池、厭氧、缺氧、好氧、二沉池、過濾等六道工序；有7個水質(zhì)參數(shù)、6個運行參數(shù)、6個動力學參數(shù)、8個校準系數(shù)，還有19個計算方程。表中最右邊一列是計算方程的原理描述。

　　目前，STEM模型在污水處理廠開展了測試實驗，并已用于實際工程。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，我們會有更多、更結合實際的模型出現(xiàn)，產(chǎn)生更好的效果。

　　大模型及其潛在應用

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

　　人類的智慧是智能的源泉，計算機的智能（即通用智能）可以看作人類智能的賦能。通用智能代表計算機解決具有廣泛外延的復雜問題的能力，以硅基設施為載體，由個體和群體計算設備產(chǎn)生。生物智能可以在四個層次上移植到計算機上：數(shù)據(jù)智能、感知智能、認知智能和自主智能。

　　隨著智能的升級，智能計算面臨大場景、大數(shù)據(jù)、大問題、泛在需求的挑戰(zhàn)。算法模型變得越來越復雜，需要超級計算能力來支持越來越大的模型訓練。模型變大、變復雜時就會產(chǎn)生過擬合問題。因此，人們對于“大模型”的認識，曾有過失望、放棄的過程。直到2018年，學術界和工業(yè)界觀察到“double descent”（雙下降）的現(xiàn)象，才使得機器學習領域認識到模型“大就是好”。大模型真正提出是在2020年，從此研究人員逐步轉移研究重心至大語言模型基座，并開展了大量相關研究形成了現(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，形成了非常復雜的模型，在各種自然語言處理任務上取得了突破性的成果。

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

　　大模型能不能用于水務行業(yè)？我想將來會用到。大模型可以應用于水務領域?qū)⑿枰畡?、水利、水生態(tài)、物流、經(jīng)濟和社會等多方面的信息數(shù)據(jù)支撐；可以進行模擬分析各要素之間的相互作用及其機制以及產(chǎn)生的綜合效應；幫助我們更好地識別和協(xié)調(diào)水務及水生系統(tǒng)中存在的問題和矛盾，為水務行業(yè)科學運營和水生態(tài)環(huán)境保護提供依據(jù)。

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

　　展望未來，AI技術的發(fā)展速度之快會超出人們想象，將滲入各個領域。當這種類似于人類思維語言的、高水平的人工智能用到水務行業(yè)中，才能真正稱得上“智慧水務”。我認為，全面智慧化的未來水務是必然會出現(xiàn)的，也更有利于人類社會和水生態(tài)環(huán)境的健康發(fā)展。讓我們一起為之努力。