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

未來(lái)新水務(wù)專(zhuān)家組專(zhuān)家、清華大學(xué)環(huán)境學(xué)院教授施漢昌

　?。ū疚母鶕钨e發(fā)言?xún)热菡恚?/span>

　　國家推動(dòng)與行業(yè)需求

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

　　橫向來(lái)看，水務(wù)涉及水源水體 、供水、污水處理、管網(wǎng)、受納水體等多個(gè)細分領(lǐng)域；縱向來(lái)看，智慧水務(wù)分為感知層、傳輸層、數據層、應用層等多個(gè)層級。在應用層面，主要涵蓋自動(dòng)監測+數據處理+分析預警+三維展示+輔助決策+指揮調度+排口監督+績(jì)效評估+協(xié)同治理共九大功能。

　　可以說(shuō)，智慧水務(wù)是一個(gè)很年輕的領(lǐng)域。在上世紀90年代，工藝優(yōu)化與自動(dòng)化開(kāi)始起步；2000年后，網(wǎng)絡(luò )建設和信息聯(lián)通開(kāi)始具備條件；2010年后，隨著(zhù)物聯(lián)網(wǎng)的發(fā)展，有了更好的信息數據手段，智慧水務(wù)系統平臺開(kāi)始建設，智慧水務(wù)進(jìn)入到試點(diǎn)應用階段；根據規劃，智慧水務(wù)將在未來(lái)十年快速推進(jìn)，基本實(shí)現水務(wù)智能化。

　　區分行業(yè)來(lái)看，在供水行業(yè)，智慧水務(wù)的重點(diǎn)是漏損監測、收費系統、報裝系統；在排水行業(yè)，重點(diǎn)是自動(dòng)化系統、水質(zhì)在線(xiàn)監測預警系統、中控系統。近期，智慧水務(wù)的發(fā)展方向是加強智慧水務(wù)頂層設計、提高運行管理能力、大數據中心建設；未來(lái)5-10年，方向是水廠(chǎng)調控無(wú)人化、管網(wǎng)調度智能化、工藝運行最優(yōu)化、節能降耗低碳化。低碳將來(lái)是水務(wù)行業(yè)發(fā)展的新目標和新動(dòng)力。

　　市場(chǎng)方面，全國范圍內，能夠成為智慧水務(wù)相關(guān)技術(shù)載體公司或項目至少有幾萬(wàn)家。但在2020年，住建部開(kāi)展的“智慧水務(wù)典型案例收集”僅收集到134項，跟潛在用戶(hù)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(wù)集團也做了一些有益探索，如北控水務(wù)集團的“云鏈端”系統，深圳環(huán)水集團的“深水云腦”等?？梢哉f(shuō)，相關(guān)技術(shù)條件趨于成熟，日趨增長(cháng)的智慧水務(wù)市場(chǎng)正在逐步形成。

北控水務(wù)“云鏈端”系統

　　成果固然顯著(zhù)，但智慧水務(wù)的發(fā)展也存在一些短板。一是在感知層，水務(wù)自動(dòng)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，數據信息不完整，缺乏數據化標準，還有一些行政障礙影響數據融會(huì )貫通。未來(lái)要加強已知數據收集統計、實(shí)時(shí)數據整理，以及數據標準建設。三是在平臺層，缺乏頂層方案深化設計與專(zhuān)業(yè)化模型?？傮w來(lái)看，智慧水務(wù)的發(fā)展不僅是建設和技術(shù)問(wèn)題，更多的影響因素是對智慧水務(wù)的認知深度、理解能力和管理思維模式。

　　智慧水務(wù)中的感知技術(shù)

　　感知技術(shù)是智慧水務(wù)最前端的技術(shù)，包括物理量、化學(xué)量、生物量的感知等，需要用到電化學(xué)、光譜法、圖像法等多種技術(shù)。應用到水質(zhì)監測方面，我們希望：第一，要快、要實(shí)時(shí)，這也是現在信息化的需求。第二，要運行廉價(jià)。在這一標準下，如果采用化學(xué)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(shí)現速度快、減少試劑消耗，維護量也相對小。

　　目前，光譜傳感器相關(guān)的一些標準已經(jīng)進(jìn)入到征求意見(jiàn)階段。光譜檢測具有快速、免試劑、信息量大的有點(diǎn)，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(diǎn)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(diǎn)光譜”依賴(lài)于材料，“LED+光電二極管”相對便宜，但只能在比較好的光線(xiàn)下獲得數據。

　　也有一些更新的傳感技術(shù)，如基于MEMS技術(shù)的新型微納傳感器。它是采用微機電系統（MEMS）加工技術(shù)，經(jīng)過(guò)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(shí)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(jià)”的市場(chǎng)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(yáng)能、風(fēng)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(dòng)、水的波動(dòng)、人類(lèi)運動(dòng)、低頻環(huán)境風(fēng)能等都會(huì )產(chǎn)生能量。這類(lèi)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(shù)，將導電性強的材料放在非常薄的薄膜上，由于薄膜很輕，會(huì )由于環(huán)境的一點(diǎn)微小震動(dòng)而震動(dòng)。通過(guò)震動(dòng)刺激磁力線(xiàn)，從而產(chǎn)生電流。目前，該裝置已在一些實(shí)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(shù)正逐漸成熟。將二者結合起來(lái)，或將形成一種全新的、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，去收集數據和信息。

　　智慧水務(wù)中的專(zhuān)業(yè)模型

　　傳感器收集數據后，需要進(jìn)行分析。分析的基礎是挖掘大數據的內在聯(lián)系，找出規律，實(shí)現其數學(xué)表達，模型是智能化的核心。

　　在過(guò)去幾十年里，模型從最開(kāi)始的經(jīng)典模型（Eckenfelder模型），發(fā)展出機理模型（ASM1-2-3 模型），再迭代至數據模型(BP-ANN 模型)、工程模型(STEM 模型)，以及近年來(lái)的大模型（Open AI 模型）。各種模型，可以用于水務(wù)行業(yè)的預測、預判。

　　我們曾經(jīng)基于江蘇省某地的降雨、晴天的數據，采用5種不同的模型，來(lái)推測流入污水處理廠(chǎng)水流流量的變化。用神經(jīng)網(wǎng)絡(luò )人工智能的算法，可以提前4、5個(gè)小時(shí)預測流量。但該過(guò)程的模型訓練比較復雜，原始數據500多條，迭代200輪數， 250個(gè)訓練集樣本數。最后，經(jīng)過(guò)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(xiàn)關(guān)系，訓練好的模型模擬結果R2=0.9977。

　　在長(cháng)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范參數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(chǎng)常規的檢測參數和采用簡(jiǎn)單易測比較快速的指標，在數據趨勢正確的前提下，允許適當的誤差，以降低計算量，提高計算速度，滿(mǎn)足污水處理廠(chǎng)優(yōu)化運行和自動(dòng)控制的工程應用需求。

　　這個(gè)模型有兩個(gè)核心點(diǎn)：一是要以進(jìn)水各參數的污泥負荷為核心參數，與動(dòng)力學(xué)參數及處理效果相關(guān)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(guò)程參數。

　　從COD沿程變化圖可以看到，在每一個(gè)小段中幾乎都線(xiàn)性變化。

　　上表是7個(gè)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(guò)濾等六道工序；有7個(gè)水質(zhì)參數、6個(gè)運行參數、6個(gè)動(dòng)力學(xué)參數、8個(gè)校準系數，還有19個(gè)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(chǎng)開(kāi)展了測試實(shí)驗，并已用于實(shí)際工程。如串聯(lián)CSTR工藝概化模型用于工藝優(yōu)化，能夠節能10%；STEM模型+AI參數調整用于智能加藥，可以減少藥耗，節省20%的成本。

　　我相信隨著(zhù)智能化和深入，我們會(huì )有更多、更結合實(shí)際的模型出現，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(lái)熱度最高的大模型，將來(lái)也有望用于水務(wù)行業(yè)。

　　人類(lèi)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(lèi)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(wèn)題的能力，以硅基設施為載體，由個(gè)體和群體計算設備產(chǎn)生。生物智能可以在四個(gè)層次上移植到計算機上：數據智能、感知智能、認知智能和自主智能。

　　隨著(zhù)智能的升級，智能計算面臨大場(chǎng)景、大數據、大問(wèn)題、泛在需求的挑戰。算法模型變得越來(lái)越復雜，需要超級計算能力來(lái)支持越來(lái)越大的模型訓練。模型變大、變復雜時(shí)就會(huì )產(chǎn)生過(guò)擬合問(wèn)題。因此，人們對于“大模型”的認識，曾有過(guò)失望、放棄的過(guò)程。直到2018年，學(xué)術(shù)界和工業(yè)界觀(guān)察到“double descent”（雙下降）的現象，才使得機器學(xué)習領(lǐng)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(yǔ)言模型基座，并開(kāi)展了大量相關(guān)研究形成了現今的“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，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(yǔ)言處理任務(wù)上取得了突破性的成果。

　　不同的大模型可以組合起來(lái)，可以模擬人類(lèi)語(yǔ)言和思維能力。具有規模性（參數量大）、涌現性（產(chǎn)生預料外的新能力）和通用性（不局限于特定領(lǐng)域）等特性。在處理復雜任務(wù)時(shí)展現出驚人的語(yǔ)言理解、意圖識別、推理、上下文建模、語(yǔ)言生成等各種和自然語(yǔ)言相關(guān)的處理能力，同時(shí)具有通用問(wèn)題求解能力。

　　大模型能不能用于水務(wù)行業(yè)？我想將來(lái)會(huì )用到。大模型可以應用于水務(wù)領(lǐng)域將需要水務(wù)、水利、水生態(tài)、物流、經(jīng)濟和社會(huì )等多方面的信息數據支撐；可以進(jìn)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)調水務(wù)及水生系統中存在的問(wèn)題和矛盾，為水務(wù)行業(yè)科學(xué)運營(yíng)和水生態(tài)環(huán)境保護提供依據。

　　目前，國際上一些平臺（如：Hugging Face）已將預訓練好的一些開(kāi)源模型在網(wǎng)站上分享使用?？梢赃x用這些預訓練好的大模型，加入水務(wù)和水環(huán)境領(lǐng)域的特定信息數據，進(jìn)行水務(wù)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(lái)，AI技術(shù)的發(fā)展速度之快會(huì )超出人們想象，將滲入各個(gè)領(lǐng)域。當這種類(lèi)似于人類(lèi)思維語(yǔ)言的、高水平的人工智能用到水務(wù)行業(yè)中，才能真正稱(chēng)得上“智慧水務(wù)”。我認為，全面智慧化的未來(lái)水務(wù)是必然會(huì )出現的，也更有利于人類(lèi)社會(huì )和水生態(tài)環(huán)境的健康發(fā)展。讓我們一起為之努力。