随着数据分析应用在水务行业的渗透与发展, 水务信息技术对行业的影响日趋显著, 利用自控、感知、智能等技术手段提升城市水系统管理水平备受关注与重视。在海量数据分析激起的潮流下, 行业信息化建设热点从物联网建设、数字化信息建设逐步扩展到实时数据采集应用、数据中心、智慧水系统平台、大数据分析等技术。这种趋势的转变, 让各行各业重视到数据分析带来的效果, 同时基于数据分析提供的可靠决策将为管理运营提供新一代管理模式。

　　 物联网数字化建设与智慧系统的距离在于实现数据资产的梳理和有效的分析应用, 一套信息系统平台只整合汇总了各方数据信息资源并不能叫做智慧系统, 真正的智慧在于对数据的分析应用并最终服务于管理。在一套智慧系统架构下可以有不同的应用模块, 每一个应用模块都有深层的技术支持, 例如:英国联合水务的爆管预警系统, 就是智慧系统展现的典型案例, 通过对供水系统事故数据的分析, 协同人工智能 (AI) 技术和统计数据分析工具, 包括小波去噪等技术提炼出有效的数据分析算法, 以快速、可靠的方式成功地识别出供水事故爆管事件, 建立一套趋近实时的爆管预警系统, 并有效地指导企业的业务管理^[1]。

　　 本文对国内外水务企业信息化现状进行了调研, 并解析了国外的信息化水系统相关技术及案例, 包括国外建立智慧水系统的工作思路, 选用的平台, 系统涵盖的内容以及智慧水系统如何有效与生产运营调度、应急措施结合在一起。旨在进一步了解需要具备哪些基础才能引进适合的新平台、新技术;与西方国家先进技术比较, 行业内的落差距离在哪里;国外的技术之所以可以起到先进的效果, 其核心思路在哪里。

　　 国家或行业层面都明确提出了对城市供水企业在自动化、信息化技术的建设和应用要求, 努力实现“以信息化带动工业化, 以工业化促进信息化”的技术进步发展目标。

　　 (1) 住建部、发改委2012年5月印发的《全国城镇供水设施改造与建设“十二五”规划及2020年远景目标》提出:依靠科技, 提升水平。加大科技对城镇供水发展的支撑力度, 增强科技创新能力, 推进生产运行自动化、业务管理信息化, 提升城镇供水行业的现代化水平。

　　 (2) 住建部办公厅《关于开展国家智慧城市试点工作的通知》 (建办科[2012]42号) 提出:建设智慧城市是贯彻党中央、国务院关于创新驱动发展、推动新型城镇化、全面建成小康社会的重要举措。各地要高度重视, 抓住机遇, 通过积极开展智慧城市建设, 提升城市管理能力和服务水平, 促进产业转型发展。

　　 (3) 行业标准《城镇供水管网运行、维护及安全技术规程》 (CJJ207-2013) 提出要求:有条件的供水单位应开展管网优化调度工作, 在保证城镇供水服务质量的前提下, 应降低供水能耗。明确优化调度工作应包括: (1) 建立水量预测系统; (2) 建立调度指令系统; (3) 建立管网数学模型; (4) 建立调度预案库; (5) 建立调度辅助决策系统。

　　 (4) 国务院印发《国家新型城镇化规划 (2014-2020年) 》智慧城市建设方向第3条:发展智能水务, 构建覆盖供水全过程、保障供水质量安全的智能供排水和污水处理系统。发展智能管网, 实现城市地下空间、地下管网的信息化管理和运行监控智能化。发展智能建筑, 实现建筑设施、设备、节能、安全的智慧化管控。

　　 (5) 国家发改委、住建部等八部委印发《关于促进智慧城市健康发展的指导意见》 (发改高技[2014]1 770号) :智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息技术, 促进城市规划、建设、管理和服务智慧化的新理念和新模式。建设智慧城市, 对加快工业化、信息化、城镇化、农业现代化融合, 提升城市可持续发展能力具有重要意义。

　　 国内大部分水务公司信息化技术的发展经历了从早期无纸化办公、局域网、OA办公系统建设到后期信息化技术在运营管理业务应用的跨越。水系统信息化主要归纳成4个阶段历程。

　　 第一阶段:水系统信息化的基础建设, 包括:基础物联网构建, 数字化信息系统建设, 如SCADA监测系统、营收系统等。

　　 第二阶段:完善信息化数据建设, 建立GIS地理信息系统、以GIS为基础完善管网资产管理系统、完善SCADA在线监测系统等。

　　 第三阶段:实现信息化业务应用系统模块、基于精准的管网资产数据实现分区计量管理、基于GIS地理信息系统建立移动化巡查系统、建立离线水力模型及水质模型等应用。

　　 第四阶段:数据融合实现一体化信息调度平台, 利用物联网、实时水力模型、大数据分析等技术, 整合各类数据源的数据, 建立数据中心, 通过各类应用算法的支持实现智慧决策的实时综合调度平台。

　　 中国近几年发展起来的物联网、互联网等产业背后是海量数据的支持与发展。然而, 这些互联网产业在工业界包括水务、环保行业的应用并未进行深度渗透交互, 物联网、互联网技术对工业企业管理、生产模式的影响速度没有这些互联网技术本身发展的那么快速, 甚至还存在着一定的距离。比如:数据应用前的基础构建不完善导致的数据质量不高、各模块之间数据没有形成互联互通, 同时, 工业企业对物联网、互联网及大数据应用带来的企业管理模式这种理念的转变还存在不一致的看法等。当前行业内发展智慧水务, 其主要难点体现在以下几点:

　　 (1) 数据不完善问题。数据不精准、不及时, 会限制系统的应用, 包括对数据分析以及通过数据分析提供的决策。国内已开展信息化建设的水务企业的技术水平大部分处于上述的第二阶段或者第三阶段, 具备了地理信息系统以及水力模型等信息化工具, 但仍然有许多水务企业信息化的基础建设还处于第一阶段, 甚至还在为地理信息系统 (GIS) 数据的精准性做努力。处于第一阶段的水务公司如果要实现智慧水务, 至少需要完善地理信息系统, 完善管网资产数据, 建立SCADA监测系统, 只有基于SCADA监测系统、地理信息系统、管网资产数据才能建立精准的水力模型, 才能跨越到第二、三阶段的平台。没有这样完善、准确的基础数据想要实现智慧水系统是不现实的。

　　 (2) 数据孤岛问题。从当前国内水务行业的普遍问题看, 虽然一些水务公司建立了各类模块, 但是数据是孤立的, 没有实现共享。实现智慧水系统主要的瓶颈在于信息“孤岛”的整合, 信息互联互通欠佳, 限制、阻碍了更高层次的智慧应用。国内大部分水务公司具备了几个模块数据源, 例如:SCADA系统、地理信息系统GIS、管维系统、水力模型等, 但是却无法实现实时调度、事故预警等效果, 其原因是因为数据并未实现有效的整合, 即使有“数据中心”也只是将各类源的数据从一个模块“机械”地拷贝或导入到另一个模块数据库中, 当历史数据过于庞大时, 就会导致系统运行缓慢、数据丢失等各类问题。因此, 要想最终实现“智慧”的效果, 首先要利用高效的数据管理软件实现数据的统一、分类、分层管理;其次, 要重视算法研究的应用, 即针对各类供排水生产运营产生的实际问题 (如爆管预警、漏损控制、水量预测、污水的溢流和渗漏等) 通过数据分析研究精准有效的算法, 为水系统平台提供有效的决策依据。

　　 (3) 智慧水务认知问题。智慧水务推行的最终目的之一是实现企业管理架构与管理模式的调整。智慧水系统平台之所以可以实现“智慧”的效果, 并不仅仅因为它投入了传感器等监测硬件, 或者建立了庞大的软件整合平台, 它的智慧是在建立统一的数据中心前提下, 通过对海量数据信息进行及时分析与处理, 从而获得解决业务问题的应用算法, 将这些算法集成到软件平台上应用, 使数据分析结果发挥“大脑”的作用, 起到预警、预测等效果, 实现更加精细和动态的管理方式以支持水系统的整个生产、管理和服务流程。

　　 与国内快速发展的形式相比, 国外从经验模式到智能自控模式的转变经过了一个较长的探索和发展历程, 国外的水务技术发展重点不是在市场上去寻找智慧系统模块化或者现成软件平台的方向, 而更加注重于企业自身数据的采集、分析和应用, 包括对硬件如何实现优化布局、如何采用科学技术解决实际运营难题、数据应用的分析研究等等, 经历了一个从生产到研究、从研究到应用的历程。

　　 大部分国外智慧水系统由两块技术组成, 即计算机辅助 (IT) 和业务技术支持 (OT) , 加强IT-OT的融合是国外水务公司信息化技术的主要工作, IT是提供水系统的IT技术, 不仅仅是数据的采集, 还需要可视化和分析;OT是提供业务运营应用需求, 并将业务需求进一步通过信息化方式实现应用。英国联合水务的业务技术包括了监测和报告、事件检测、事件预防、事件诊断、自动应急及优化等应用。

　　 国外信息化的发展应用, 除了在水系统本身, 还延伸到用户用水量预测、分析等服务。例如欧盟资助的iWIDGET智慧水务项目, 研究内容不仅仅是在水系统方面的技术, 更在于用户消耗水量的数据分析, 分析不同类型用水的实时数据、获得为提高水费发票精准度和灵活性的信息、基于数据分析获取水的消费趋势等。事实上越来越多发达国家对未来水务提倡的概念是:建立一个有弹性理念的水系统。也就是通过对系统可能产生的风险进行评估, 对系统接纳风险的能力进行评估, 进而提出系统弹性恢复的建议措施。智慧水系统就是实现弹性水系统的一个工具和措施。

　　 国外的信息化应用比国内早, 尤其是数据的深度挖掘与分析, 英国部分水务公司在早期信息化建设中就重视生产数据的分析及应用, 水力模型的建立也比中国较早发展应用, 目前国内水务公司应用较多的几个水力模型软件如Inforworks、DHI、KYPIPE、Bently等都是来自英国、丹麦或者美国的软件。英国很多水务公司通过建立实时数据平台, 布设大量压力或流量传感器来采集生产运营中的数据, 例如:英国联合水务在硬件方面投入的流量计和压力传感器有8 000多个^[2]。水务公司通过与高校联合的研究项目实现数据分析算法的应用, 这种数据整合、智慧平台建设、智能算法应用最终带来的效果就是实现企业管理模式的转变, 一个从依靠经验化的管理模型转变成高效智能的自动化管理模式。

　　 智慧水系统在国外的发展不仅为水务公司节约了成本费用, 也为水务企业做出一个长期战略的决策, 以下是利用数据分析为水务公司带来的利益调研数据^[2]。

　　 (1) 旧金山公共事业局 (San Francisco PUC) 在系统维护方面每年为员工节省9 600h。

　　 (2) 菲律宾迈尼拉德水务公司 (Maynilad Water) :通过泄漏检测的实时数据, 每天回收6.4亿L水。

　　 (3) 加拿大卡尔加里城市 (City of Calgary) ^[3]:通过用大数据管理城市防洪, 提供河流系统的高度一览图, 实时掌握流量与水位, 并能够细化了解重要区域的详情, 整个系统采集的数据包括:流量、深度、水位、流向 (分流或合流) 、温度、湿度、雨量、天气数据等, 基于洪水风险的预测, 卡尔加里市就能完成分流, 有效地为防洪排涝提供技术支持。

　　 (4) Vitens公司:智慧水系统可以在2min内实现爆管事件的识别。

　　 (5) 英国联合水务 (United Utilties) :通过数据分析可实现第二天的用水量预测。

　　 (6) IBM工业用户:通过数据分析提供的帮助, 半导体制造工厂的水和能源每年可以减少1 000万美元。

　　 OSIsoft的PI (Plant Information System, 直观显示企业生产过程相关信息的虚拟窗口) 系统, 包括数据采集的标准接口程序, 数据的存储与管理, 资产框架搭建、数据的分析、事件抓取与报警工具, 能够实时管理数据, 对用户可视化。根据对国内外水务公司使用的产品调研, OSIsoft的PI系统在全球的应用超过20个国家, 超过150家水务公司的客户正在使用PI。包括:英国Thames Water、英国Yorkshire Water、英国United Utilities、荷兰Evides、荷兰Vitens、荷兰Oasen、菲律宾Mynilad Water Service、澳洲Melbourne Water、美国San Francisco PUC、美国Los Angeles Wastewater、美国New York DEP、美国Las Vegas Valley Water、美国South Florida Water等水务。

　　 应用实例:英国泰晤士水务 (Thames Water) 。Thames Water是英国最大的供水公司之一, 其之前的水务管理系统面临超过40天历史数据不能保存, 无法将数据可视化, 不同类型数据需要不同分析软件处理等问题。而更换PI系统后, 达到更快更准确的数据应用, 同时避免了水管老化可能造成的风险。通过分析其他应用PI系统的案例可以看出, 该系统具有爆管预警, 实时监测数据并快速可视化, 整合不同系统数据等优点, 并且通过大数据分析可以做到水资源流域洪涝管理、预测供水需求等功能, 为企业减少由于损耗带来的损失。

　　 Sensus是一个很大的智能水表设备供应商, 它的产品还包括数据传输系统 (FlexNet?通信) 分析软件 (Sensus分析) 等。

　　 应用实例:美国加州芳泉谷 (Fountain Valley) 部署了Sensus智能水网, 其中包括FlexNet?通信系统、iPERL^TM民用和OMNI ^TM商用水表。组合使用后, 整个城市和居民能够更加清楚地了解从何处减少用水并先行一步判定漏水点, 达到了减少漏水20%的目标。

　　 前身MWH Soft, 是一家提供饮用水/污水水力模型和模拟技术的公司。其产品Innovyze Smart Water Network (SWN) 通过高级分析、GIS、实时模型等工具, 分析供水需求、水质、天气、能量消耗和运行条件等数据, 为水厂提供实时运行数据, Innovyze SWN管理示意见图1。

　　 应用实例:美国拉斯维加斯 (Las Vegas) 应用智慧水系统后, 成功减少了运输损耗和能源消耗。

　　 在大数据时代到来之际, 老牌水务公司GE Water也将目光投向了智慧水务市场。GE在Predix平台发布了软件服务Software-as-a-Service (SaaS) , 来提高水厂运营效率和水量水质。这种软件服务使得水厂不用购买专门的服务器储存数据, 满足了很多小型水厂的需求。GE在Predix平台上的软件还包括管道健康 (Pipeline Health) 数字水厂 (Digital Water Plant) 等。

　　 智慧水系统绝不是买软件或硬件可以实现, 而是要解决“know-how”的问题。智慧水系统平台建设的组成包括硬件设备公司 (提供智能水表, 传感器等) , 软件公司 (提供实时数据平台软件) , 还有提供系统全套产品的公司及科技互联网企业。

　　 水信息技术算法在整个系统平台中发挥着“大脑”的智慧作用, 是实现智慧水务不可缺少的一部分内容, 在数字信息化的环境下, 企业已经无法通过购买现有的软件模块或者通过长期依赖于咨询机构提供的技术服务来维护技术的发展和可持续的应用, 企业需要组建信息化建设团队, 包括数据分析和信息工程建设, 存储、利用生产经营数据进行分析, 使数据发挥作用, 为生产运营提供可靠的支持。只有企业深入参与开发建设, 组建核心技术团队, 才能满足未来的业务需求, 自主的优化管理模式。

　　 企业要实现算法, 可以通过于高校、咨询机构合作, 共同参与研发, 以此提高企业自身的技术水平。国内外陆续发展起很多水务信息化科研机构:如英国埃克塞特大学水系统研究中心、西班牙科学院、巴塞罗那水研究中心、清华大学、浙江大学、同济大学等研究团队均有针对水务信息化技术算法研究的科研团队。

　　 企业需要的是一个定制化的系统平台, 还是一个持续的、可扩展二次开发的动态系统平台, 这个问题决定了企业信息化平台的建设思路。企业需要合理正确地认识到企业内部的数据类型, 再根据数据类型选择合适的数据库开发平台。例如, Mongo DB是开源的分布式存储, 针对非结构化的大数据并行计算, 和Hadoop类似;Oracle是存储结构化的关系数据库, 适合商业与管理系统;工业环境中的传感器数据是时序数据的主要来源, 像水泵、水网运输的加压设备、智能水表等, 都是产生海量时序数据的来源。水务公司的生产运营数据其数据特征是随时间积累海量增长, 这种类型的数据, 需要有高效存储、读取、分析的软件。PI系统是一个针对时序海量数据处理的系统。

　　 借助于高效的实时数据平台软件实现对各信息系统 (不同时期、不同模块) 的整合与集成, 实现对各信息系统中数据、信息的抽取和调用, 从而形成一个统一的信息共享平台。一个企业如果通过信息解决化手段实现数据、功能的灵活应用, 也就可以因管理职能划分导致的业务不统一管理问题。

　　 根据调研, 目前国内外实时数据库产品比较多, 如国外的有OSIsoft公司的PI系统、GE公司的IHistory系统、施耐德的InSQL系统、霍尼韦尔的PHD系统;国内的有三维力控的pSpace、亚控科技的KingHistorian。但是, 真正在水行业做到实时数据平台的产品却不多。建设一个实时数据系统, 数据资产整合也很关键。根据调研, 有些海量数据库除了具备传统意义上的实时数据库的功能, 还有资产整合框架 (Asset Framework) , 这项功能可以对采集上来的实时生产数据以设备或工艺为核心进行梳理和分类, 将实时生产数据与设备或工艺相关的信息都整合在一起, 融入到同一个平台上, 以搭建企业标准化的数据资产模型, 从而帮助企业在海量的实时数据中能快速提炼出有用的信息, 据调研OSIsoft公司的PI系统是具备资产整合功能的数据库。一般对于一个实时数据平台产品的分析, 可以从系统架构、数据采集、资产框架、数据存贮、数据管理与查询、数据展示、系统开放性和稳定性几个方面综合分析。

　　 水务行业已经进入数据信息时代, 如何正确客观地了解一个企业的现状水平, 以及现状水平与先进技术之间的那段距离是企业迈入新台阶的关键。先进的技术之所以是先进的, 是因为它发挥了解决问题的效果, 但并不是所有先进的技术都可以在照搬照套的模式下形成相同的效果, 只有正确了解客观现状, 才能选择适合的技术和发展模式, 在探索中寻找到有效解决问题的途径。