1. <source id="umxq4"><mark id="umxq4"></mark></source>
    2. <b id="umxq4"><sub id="umxq4"></sub></b><table id="umxq4"><acronym id="umxq4"><bdo id="umxq4"></bdo></acronym></table>
      
      

          <source id="umxq4"></source>
          客戶服務熱線:

          0533-2165111

          服務號
          服務號
          訂閱號
          訂閱號
          1. 首頁
          2. 行業資訊
          3. 行業動態
          4. 正文

          水務行業如何接通數字化?

          北控水務集團副總裁劉偉巖

            對照IWA劃分出的數字水務五個發展階段,可以發現我國目前處于第三階段——機會階段,最典型的特點是:重新設計大多數運營流程,以便實現數字化和自動化控制;以及使用分析工具進行流程優化。

            從產業的角度,依據成熟度,還可以將智慧水務的進程劃分為數字化、智能化、智慧化三個階段;區分細分領域來看,供水領域目前聚焦物在線、人在線、管理在線,在數字化方面的工作較為深入,處于信息化、數字化階段,這與供水行業服務廣大百姓、致力于讓用戶喝到放心水、獲得便捷服務等的定位有很大關系。污水處理行業,開展了不少智能化的探索,尤其是面向節能降耗的先進控制等,但目前來看更多是基于工藝單元的智能化,涵蓋廠網等整個系統的、全流程的智能化仍然在路上。

            水務行業智慧化發展特點

            在當前發展階段下,面對工業4.0浪潮帶來的智能發展驅動力,以及Open-AI橫空出世帶來的加速度,水務行業的智慧化進程呈現如下特點:

            1、更加關注數字化透明監管。雖然當前政府部門大都仍舊沿用取樣監測等方式進行監管,但伴隨著監管的強化升級和數據公開的要求,利用信息技術進行透明化監管、政府與市民共同全過程監督將成為趨勢。

            2、更加注重頂層規劃。由于水務企業在資源稟賦、技術能力上存在差異,智慧水務建設方式不一,且路徑曲折,存在重復投入,甚至系統推倒重來的情況。越來越多的企業意識到需更加關注頂層設計。這方面也亟需從國家的角度、行業的角度出臺更多頂層指導文件,建立科學的頂層規劃和規范的行業標準。

            3、更加關注資產高效運營。包括供水、污水等各個領域,都需要利用大數據技術,推動企業維護策略向預測性、可靠性轉變,提升資產全生命周期運營效率。

            4、更加關注系統性。一方面,水務產業逐漸從單個處理單元的智能化,走向關注水務運行全過程的智慧化;另一方面,著眼整個城市水系統,越來越多的人意識到,城市水系統是由多個單元、多維空間、多極對象構成的極其復雜的系統,水務行業是作為其中一個分系統為其提供助力。

            5、更加注重數據的治理。很多公司也在開展相關工作,建立數據治理體系、數據標準、大數據平臺,致力于讓數據真正成為生產要素,為下一步數據的充分分析、挖掘打下基礎。

            6、更重視數據價值的應用。隨著數據要素的不斷積累和質量提升,數據在運行控制/經營管理/用戶服務等各條線中將產生極大價值。當前,分管水務的各個部門、局口也更加看重數據的收集工作,可以預見未來數據價值的應用會更加豐富。

            7、更加專注以人為本。當前我國水務行業自動化水平普遍較低,仍然存在大量員工頻繁手動操作、夜間巡視操作的運維工作,優化改善一線員工工作強度和工作環境仍是行業迫切需求。

            8、更加注重公眾體驗。公眾愈發關注水質、水量、水壓和用水服務體驗,提供全過程的用水安全保障,提升公眾用水體驗是必由之路。

            9、更加重視產業鏈的協同。行業逐漸從各家產品、系統就有自己專有協議的情況,逐漸發展到越來越多的主體開始融合協議、統一標準。隨著智慧水務產業鏈的不斷成熟發展,拉齊行業標準,開放數據接口,構建技術生態圈將成為未來主題之一。

            10、更多的水務企業正在進行智慧化轉型。在技術發展、需求升級、競爭環境加劇的當下,眾多嗅覺靈敏的企業不斷嘗試突破舊有模式,加速實現創新轉型。包括推出智能設備、構建信息化運維系統、與互聯網平臺共同探索創新模式等。

            關于“黑燈工廠”

            隨著行業對智慧水務理解的不斷深入及相關信息化技術的發展成熟,借鑒智能制造等先進行業“黑燈工廠”概念,“黑燈水廠”作為水務智慧化進程中的一個階段性目標被提出。

            一些國外水廠因其自動化和設備設施基礎良好,利用自動化控制和異常報警應對等手段,早已在20年前即二十世紀九十年代已實現了“無人化”(夜間和周末、節假日無人值守),目前正向著更高階的資源回收和創新驅動方向發展邁進。為什么我國的水廠尚未實現?對此,北控水務也做了相關探索性嘗試,事實上,國內相當一部分水廠已具備實現“少人/無人值守”的基礎條件,盡管做不到全流程智能化和全面智慧化,但依靠當前的自動化水平完全可以實現少人化甚至無人化。

            這些能力具備后,中國就會廣泛出現黑燈水廠嗎?黑燈水廠能否在未來得到大范圍實現?關于這一點,行業還存在諸多爭議。反方認為,水務行業相對落后,存在大量不確定因素,很多時候人的經驗比機器更可靠;此外,黑燈水廠還將帶來技術替代成本及穩定就業的社會責任等問題。正方則認為,無人化各項現實條件已然成熟,且智能化的手段能夠提供更豐富和精準的運維效果;另一方面,幫助員工轉型同樣是社會責任,智慧化手段能夠使員工脫離重復性基礎工作,而轉型做創新型工作。

            實際上,黑燈與否不關鍵,重點在于:降低基礎工作強度,發揮個體真正價值。

            機理模型還是數據模型?

            機理模型與數據模型之爭的相關討論,是智慧行業熱度較高的話題之一。在水務行業智慧化發展到一定階段,也不得不面對判斷和選擇。

            機理模型重點解釋因果關系,這是事物本身的規律,比如污水活性污泥模型、水力模型等是反映行業生產運行過程的內在特征。數據模型重點是描述相關性,隨著數據量的不斷增加和各種新的算法的應用,數據模型日益受到重視。但數據模型是基于已發生的事件去預測未知,依賴大量歷史訓練數據。

            基于水務行業基礎去看待數字化技術,可以發現,當前數據模型并不能完全替代機理模型,表達因果關系。如在北控水務所承接的某課題中對“污水處理廠全系統運行最優工況研究”中,對于污水處理曝氣量、加藥量、污泥產量等生化系統全過程控制參數而言,單獨用數據模型尋找最優解并進行實時控制,其效率和精準程度明顯低于機理模型與數據模型耦合的策略。當然,隨著數據模型的不斷研究演進以及大模型的日益成熟,未來模型應用的價值會更加凸顯。


          操婷婷色六月中文字幕_精品亚洲国产动态图_超碰国产精品久久_国产精品十八禁在线观看
          1. <source id="umxq4"><mark id="umxq4"></mark></source>
          2. <b id="umxq4"><sub id="umxq4"></sub></b><table id="umxq4"><acronym id="umxq4"><bdo id="umxq4"></bdo></acronym></table>
            
            

                <source id="umxq4"></source>