金控数据：智慧水厂AI技术应用三要素

在8月14日召开的中国城镇供水排水协会首届水业青年优秀论文评选暨水业青年论坛上，中国水协青年委员会常务委员杨斌代表北京金控数据技术股份有限公司发表报告《智慧水厂AI技术应用三要素》。该报告分析了国内最前沿的智慧水厂建设现状，提出了智慧水厂建设的最新挑战，以及AI技术应用的三要素融合。小编带大家一睹为快。

 

智慧水厂现状

近年来，智慧水厂建设对行业来说已经不再是新鲜概念，新技术应用层出不穷，数字孪生、AR/MR、巡检机器人、工艺仿真、智能安防、图像识别、人员定位、智能控制、双碳应用等。然而，行业智慧化的发展目前为止应该还属于早期阶段，围绕着现在刚刚起步还不是特别成熟的几个场景举例，说明各种新技术应用尚处于探索阶段。简单总结，有两个新挑战。

挑战一：

在自动化、信息化基本实现的前提下，业务、管理、数据的系统性融合不足，造成应用价值没有充分挖掘。

挑战二：

前沿技术研究和应用层出不穷，但是应用价值点在“改进”，尚无颠覆性创新。

 

智慧水厂建设方法论

 

以业务、管理、数据、技术的系统性融合和前沿技术应用价值为主的两大挑战，实际在我们智慧水厂项目的研发和落地实践过程中，尤其是在AI技术应用领域，对我们提出的三个具体问题：

问题一

少量的专家知识被整理为文献、规程，大量的仍存在于个人头脑和经验中，未形成可用知识库，缺乏知识的融合应用。

问题二

工艺控制单元、智能装备、运行管理未形成统一数据平台，甚至成为新数据孤岛，缺乏数据的融合应用。

问题三

机理模型、AI等算法已经工具化，但算法选择仍是挑战，计算形成的知识策略在实时运行场景中，缺乏模型的融合应用。

行业的问题和挑战也指导了我们把智慧水厂AI技术应用分解到三大要素：知识，数据，算法。如何把知识、算法、数据融合在一起形成一个强有力的交叉融合的工具来解决这些问题和挑战，如何将大量的人工经验和学术研究成果转化为可实用的知识，如何通过模型的发展将知识与数据香花转化并形成控制输出，这些方面的研究可能会在未来几年给行业应用带来突破。

下一阶段，智慧水厂通过模型让水厂能够应用知识和数据处理问题的能力，以AI为工具，将运行过程中所沉淀的数据和水厂运行过程中沉淀的知识经验，结合水厂应用场景有机融合，构建出水厂融合智能系统，让AI算法等前沿技术在水厂场景中发挥真正的价值。

实际案例

我公司董事、清华大学高嵩博士与相关团队在水专项研究基础上，将专家经验、水专项课题成果、科技文献、网络文章等大量文本信息，利用知识突破技术，建立知识三元组，构建出知识转化的新方式，与实时数据和算法的深度结合下，形成针对水厂不同场景的新型控制器，不仅提高了系统的控制稳定性，尤其是提高了系统应对各种工况的智能化程度，让系统“更像专家在决策”。在我公司研发的智能加药、污泥性能识别等产品上，已经开始逐渐转化应用。

产品应用

北京金控数据已经研发了部分水厂智能产品，包括Bio-Air Logic智能曝气、Eco-Dosing智能碳源投加系统、Eco-Dosing智能除磷系统、AS-Doctor活性污泥诊断系统等，用于突破前沿技术在水厂生产场景的落地应用。

欢迎各位同行在留言区交流智慧水厂建设的经验，让我们一起从数矿中提取未发现的知识，推进行业认知的边界。