热点聚焦 | 人工智能（AI）在国外水行业中的应用和展望

阅读更多

编辑日常 | 小编在济南，水智能现场带你抢先看！

净水技术 | 水系统智能化新发展，亮点抢鲜看

水系统智能化技术研讨会（2019）最新议程

水系统智能化技术研讨会（2019）顺利召开

【栏目导读】水对地球上的生命至关重要。 然而，近年来由于世界上缺水和其他水资源问题不断增加，水行业工作者正在寻找更好、更有力的方法来实现水资源管理。人工智能（AI）是由机器，特别是计算机系统，模拟人类的智能过程。通过在水行业中应用AI，可为世界各地的人们建立新的可持续水供应和管理系统。

人工智能（artificial intelligence，AI）是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。其起源于第二次世界大战，英国为破解德国军队用来安全发送信息的“恩尼格玛”密码而发明的计算机系统。1956年，美国计算机科学家约翰·麦卡锡在达特茅斯 (Dartmouth)会议上首次提出了 “人工智能” 一词。20世纪90年代末以来，AI发展突飞猛进。

AI是由机器，特别是计算机系统，模拟人类的智能过程。这些过程包括学习、推理和自我纠正。作为一种智慧的问题解决方法，AI在工业、医学、通信等很多领域被广泛应用。目前，世界各国都在关注AI 技术，并应用推广。对于水行业而言， AI 在水行业中的应用主要体现在建设高效的供水系统、优化现有水资源、水质分析演化预测、水利设施规划等方面。本文通过水量（供水）、水质（水质模拟）两方面阐述AI 技术在全球水资源管理中的应用。

1 AI 引起全球供水行业的技术新变革

以AI在世界各国特别是发达国家供水行业中典型案例为例，概述AI在供水行业中的应用。

1.1 AI 在澳洲供水行业中的典型应用

墨尔本水务部门应用AI减少水处理过程的用电量。Winneke水厂作为墨尔本饮用水的主要水厂之一。每天平均约350 000 m³的水流入此厂，通过水处理工序，分配给城市周围的数百万家庭和企业。该水厂每天设定目标水流量，以确保墨尔本始终有适量的饮用水。根据不同的目标流量，需要不同的泵（图1）以不同的速度运行。为了确保这些泵在最高效率下运行，同时仍能达到所需的流量，墨尔本水务公司使用定制开发的人工智能（AI）程序。该程序通过挖掘水泵历史运行数据，计算任何给定泵的最有效的配置时间。Python平台内部开发的AI系统利用历史数据确定最节能的泵组合，以及相关的运行速度，达到必要的流量。此系统能够通过历史数据分析出一些独特的系列因素，如油藏水平、可用泵和过去的性能等。在运行模式下，此系统确定最佳泵组合设置参数，并将其直接发送到水泵系统，实时应用无需任何人为干预。

图1 水处理厂 水泵

作为重要的考虑因素——网络安全，此AI数据存储未连接到更广泛的墨尔本供水网络或互联网的计算机上，这最大限度地降低了网络安全风险。同时，墨尔本水务部门在其AI系统代码中内置规则，以确保AI系统只能在设定参数范围内优化水泵操作，并确保在AI系统出现故障时继续生产。该AI系统使Winneke水厂的泵站能源成本每年减少约20％，且目前正在其他地区水厂进行推广调试。

澳洲其他城市的水务机构也在积极推进AI技术的研究和应用。如悉尼水务公司开发了“下水道侦察兵”AI系统，以减少下水道穿越检查所涉及的风险，现在此AI 系统能达到98％的准确定位率，可识别下水道故障。与此同时，昆士兰州的Unity Water自来水公司与GHD公司合作开发了湿天气溢流预测模型，结合天气雷达图像，预测水管失效可能性的模型，可预测未来15年供排水网络中每个水管出现故障的可能性（图2）。

图2    水管漏水

1.2 AI 在美国供水行业中的典型应用

美国使用AI，发明智能机器人用来检查下水道系统泄漏和使用年限老化等问题。另外，针对大型或高层建筑物水管漏水不仅浪费水资源且会造成较大经济损失的问题（图2），位于美国内华达州里诺市的亚特兰蒂斯赌场度假村使用WINT公司开发的AI 解决方案，应用人工智能检测并阻止泄漏源。当漏水时，它会发出警报，并自动关闭。智能实时监控系统可以识别漏水和浪费的来源，减少用水量，防止损坏。图3为此方案流程示意图。

图3 大型建筑物漏水AI 解决方案流程

该度假村每月约使用2.46×10⁴ m³的水。通过实施AI 解决方案，半年来度假村已经节省36 000美元的漏水。其负责人表示，此AI系统非常准确，可检测到工作人员无法找到的隐藏泄漏。同时，此AI 自动检测系统还可用于异地监控。图4为人工智能水检测设备向员工的智能手机发送实时泄漏警报。

图4   AI水检测设备实时泄漏警报

1.3 AI 技术在加拿大供水行业中的典型应用

水管渗漏、爆裂是每个城市供排水管道的常见问题。压力变化、体积波动或水面冒泡都会导致管道爆裂，但小的泄漏往往多年不被发现。加拿大市政供水系统在供水时由于水管的渗漏爆裂每年平均损失13%的净水。基础设施较老的国家在这方面损失率更高。加拿大滑铁卢大学研究人员与行业伙伴合作开发，通过使用新型水听传感器和AI技术，显著降低了城市供水管道中严重的水损失。该传感器利用先进的信号处理技术对声学数据进行预处理，记录水声信号，通过将漏水信号与供水系统中的其他噪声源区分，来识别漏水信号，可检测到管道中哪怕是很小的泄漏，并突出与泄漏相关的部件，由此确定位置，并确定优先次序进行维修。及早地发现小的泄漏可以防止之后发生代价高昂的破坏性水管爆裂。此装置可安装在现有消防栓内，既方便又便宜，无需开挖或停用管道。这项技术可以使城市更加主动有效地对资源设施进行维护和维修。

另外，Adamowski等提出了基于耦合离散小波变换(WA)和人工神经网络(ANNs)方法预测城市需水量，并以加拿大蒙特利尔为例进行了验证。结果表明，小波-神经网络耦合模型是一种有潜力的城市需水量预测方法。

1.4 AI 在西班牙供水行业中的典型应用

西班牙巴塞罗那正在使用大数据，通过机器学习和AI来帮助预防供水危机。负责城市供水的水务机构正在与巴塞罗那超级计算中心（BSC）合作，共同改善饮用水供应并帮助水厂更好地发挥作用。2018年，BSC利用大数据改善了巴塞罗那附近水厂的运作。以前，该水厂使用反渗透法去除原水中的盐分。在此过程中，泵将水推过膜以过滤盐；当膜变脏时，需要更多的动力；膜需要经常清洁，费用昂贵且会减少可处理的水量。该项目通过查看该水厂数十个传感器的9年数据来寻找临界值，预测膜的状态，以便提前计划清洁。这有助于确保水厂更加平稳的运行，同时降低了成本。BSC还与巴塞罗那水务机构合作，建立了供水系统模型，研究如何处理水网中的突发事件，从而使水务控制中心管理人员更正确、更轻松地做出决策。

1.5 AI 技术在英国供水行业中的典型应用

United Utilities是英国最大的自来水公司，也是英国第一家将AI 技术大规模引入其运营系统的自来水公司。2018年10月，它与加拿大技术公司EMAGIN签署了一项框架协议，将AI推广到英格兰西北部的整个供水网络。United Utilities在供水网络中应用AI主要是通过EMAGIN的人工智能平台HARVI实现的。此平台结合天气、水需求、泵能、电价等，通过大量数据的评估帮助United Utilities以最具成本效益和最有效的方式设定水泵的运行参数，同时监测管道爆裂，并最大限度地降低水变色的风险。在大曼彻斯特奥尔德姆举行的为期12周的试验中，HARVI节能22％。United Utilities现在计划到2019年底在整个西北地区分阶段部署AI平台，之后水泵运行和资源控制将在整个供水网络中完全自动化。

1.6 AI 技术在芬兰供水行业中的典型应用

Sunela等为供水系统建立了一个实时监测供水的水量和水质在线模拟框架, 并以芬兰坦佩雷市自来水公司为例进行研究。该模型是一个全尺寸模型，包括除用户连接外的每个管道，以及系统中的每个用水用户，原水提取、输送和水处理过程也在模型中。模型模拟的参数包括水温、pH、硬度和游离氯等。使用EPANET构建校准水力模型时，允许存储和恢复链路中的塞流状态。模拟器根据公用事业公司的监控和数据采集（SCADA）系统前一小时更新的液压和水质状态数据进行模拟，每小时一次。模拟结果以GIS中的GeoJSON格式存储于关联数据库中，供以后使用；部分结果通过Web用户界面以地理位置上聚合的形式呈现给公众。

1.7 小结

城市供水机构有两个主要任务：一是由于资源的不稳定性而寻求新的水源；二是可持续地管理现有的水资源储备和系统。由以上案例可知，将AI技术应用到供水机构，不仅可以提供当前水资源的最新统计数据，还可以帮助构建未来用水预测模型，从而智能地制定供水运行策略。AI的应用为水行业经济的配水和节水开辟了道路。另外，AI的决策可以实现现有水资源利用的优化和自动化。AI数据平台使政府机构和水务部门能够实时了解水资源的损失和误用，从而实现财务上的最大收益。

2 AI 为水质模拟注入新的活力

水质是水资源环境的一个重要方面，水质问题也是人类一直关心的重点。水质模拟是水质污染治理规划决策的有效工具。常用的水质模型如MIKE、Delft-FEWS是基于物质守恒原理的数学模型，但是有时数学模型并不能完全弄清楚污染物在介质中的转化迁移过程，模型较复杂时很多参数难以准确度量和估值。目前，越来越多的专家学者将AI 应用于水质模拟。

Sengorur等使用AI对土耳其梅伦河进行水质评价，证实了AI可以有效评估河流和水质评估标识中的复杂数据以及污染源 。Barzegar等以伊朗Aji-Chay河为例，研究了小波-人工智能混合模型在水质预测中的应用。研究表明，在盐度预测中采用高相关输入时，基于人工神经网络（ANN）的模型总体上具有较好的水质预测性能。Hameed等以马来西亚热带地区为例，研究了AI在水质指数预测中的应用。结果表明，人工神经网络能有效地预测马来西亚Langat和Klang流域热带环境中的水质指数，简化了之前水质模拟的计算。Sharaf等利用一种新型的遥感和AI框架绘制地表水水质参数的浓度，其生成的浓度图可用来研究局部水域的水质变化。此项研究非常适用于水务人员根据水质演化做出决定并采取严格措施，以保证饮用水水质。Liu用AI分析了水库多个闸门开启的集成方式，并与水质模型相结合，预测闸门开启数量和时间对水库水质的影响。Salimi等[利用AI对河流供水系统进行建模。Yaseen等以马来西亚雪兰莪河为例，将自适应神经模糊推理系统（ANFIS）的不同混合智能模型与模糊c-均值数据聚类（FCM）、网格划分（GP）和减法聚类（SC）模型相结合，建立了河流水质模型，对水质做出了预测。

针对多种水质参数之间[如游离氯浓度、pH值、碱度和污染物混合产生的总有机碳（TOC）等]的相互关联变化，法国里尔大学Tinelli教授使用先进的模式识别器-支持向量机（SVM）和创新的传感技术开发了AI的智能监测水质系统，并证实了其可行性。该系统能有效地对水中化学品和/或生物进行实时质量控制，可确保污染检测和抢先风险管理。Elkiran等采用AI技术对河流水质参数进行多步预测。Gunda等开发了基于AI的手机应用平台来监测水中的细菌污染，其中传感器图像可根据视觉外观区分有无细菌，检测精度为 99.99%。此外，AI也可应用于海水淡化和水处理中水质变化预测。

3 结语

AI可创建强大的供水系统，使供水价格更便宜，有助于确保饮用水和废水处理的合规性；创建能够抵御极端事件影响的弹性水系统，帮助灾后迅速重组和恢复；在各种水体水质模拟和预测方面，AI解决方案可以监测水质演变，分析预测水质，明确污染物迁移转化过程，从而将重点从解决问题转移到提前识别风险、预测风险评估和设施的动态优化上。

AI可不知疲倦地持续处理大量数据集。同时，该系统也在不断的学习，可通过处理每一组数据改进自身。这种适应性使AI成为应对日常变化实体(如水的水量、水质)的最佳选择。因此，AI有望带来未来“数字水”的趋势，这将使世界各地水务管理人员和政府机构建立可持续有效的水系统，改变人类的供水和用水方式。

更多信息

刘健利

（澳大利亚阳光海岸大学科学与工程学院，澳大利亚    4556）