| 首页 | 关于水协 | 文件通知 | 水协动态 | 政策法规 | 标准规范 | 新闻资讯 | 新产品推广 | 给水排水 | 城市排涝 | 城市节水 | 海绵城市 |
| 高层声音 | 污泥处理处置 | 设计&施工 | 学术之窗 | 行业专家 | 供水排水专刊 | 水协大数据 | 黑臭水体处理 | 会员单位 | 邕之水 |
| 发布时间：2024-04-07 10:47:23 | 来源：未来新水务 | 作者：本站编辑 | 浏览次数： |
定义：什么是智慧水务？
省流版：讨论为时尚早，ChatGPT的到来才刚刚开启智慧水务初级时代。
详细版：
“智慧水务”在中国有过多个不同版本的“前身”，包括水务物联网、自动化控制、智能水务等。后来伴随着“智慧城市”建设的目标的树立，“智慧水务”概念被提出并纳入智慧城市建设指标体系，随即成为近十年来行业统一用词，行业开始高速发展。
在国际相关讨论中，这一概念则更多是以“数字水务（digital water）”的面貌出现，研讨内容主要围绕水务行业如何开展数字化、如何搭建模型，如何把物理资产、数字资产捋顺，如何打通资产、打通数据等。
未来新水务专家组专家、国际水协会(IWA) 战略和发展总监李涛介绍：“国际上对于水务智慧化的讨论过程是循序渐进的，一般将智慧化分为data（数据）到information（信息）、到knowledge（知识）、再到Wisdom（智慧）四个阶段。水务行业发展到现在，大致到了information与knowledge之间的阶段，被称为‘数字水务’，还没有上升到Wisdom的阶段。”
全球范围内，数字技术在不同水务细分领域的渗透情况。技术可用性得分（TAS）指的是这些技术在水务行业各个细分领域应用的普及率和可用性。0分表示较低，3分表示较高（图源：IWA数字水务页面）
名词概念的不同、发展顺序的先后、关注重心的差异，为“智慧水务”带来了一定的割裂感。行业经常提及的“智慧水务”，是水务智慧化的最后一个步骤，是最理想化的结果。而我国水务行业所处实际，仅进展到数字化阶段。我国早早地将目光和定位都锁定在了智慧化进程的最终目标上，行业开展的各种交流探讨也大多着眼于此。超越实际发展阶段的讨论，一定程度上导致了行业“边研究边了解”的现状。
“我从做模型到做智控，大概有25年时间。但很长时间里，我对‘智慧水务’这个名词一直找不到感觉。在中文里，有个说法叫‘静极生慧’，意思是极其安静的情况下能够领悟到一些道理，这是智慧。而我们做的这些事跟智慧没有关系。”未来新水务专家组专家、清华大学环境学院教授施汉昌表示，“直到三年前大模型ChatGPT出来以后，我才找到一点感觉。当这种类似于人类思维语言的、高水平的人工智能用到水务行业中，才能真正称得上‘智慧水务’。这个目标非常高远，路也很长。”
“很难给出一个‘什么是’的解释，新是相当于旧而言的。”北控水务集团副总裁刘伟岩表示，“即便是行业都认可的一段解释，它描述的其实是智慧水务与传统水务的差别，它是永远在路上的。”
目的：智慧水务是为了实现无人值守吗？
省流版：如果智慧水务要是以无人值守为目标，就太low了。
详细版：
受制造业智能化浪潮的启发，一些观点认为，智慧水务的目标是实现水厂的少人化甚至无人化，打造水务行业的“黑灯工厂”。从国际上来看，不少水厂因其自动化和设备设施基础良好，早已实现了“无人化”，值班人员在中控室监控即可。而另一种观点认为，人的经验比机器更可靠，技术替代成本远高于人工，此外，在我国劳动力具有比较优势且就业压力大的情况下，单一维度地追求少人化或无人化的“黑灯工厂”，也有悖国情。
“如果智慧水务要是以无人值守为目标，就太low了。” 未来新水务专家组专家、中国人民大学环境学院教授王洪臣判断。实际上，在不少发达国家的污水处理厂，仍然会为了就业指标而雇佣很多劳动力。
他认为，“智慧”应瞄准那些人干不了的、超出人的反应能力或可接受范围的事情，去解决人解决不了的问题。“一是需要急速反应的，比如将某个阀门每一秒钟开一下，这是人做不到的，自控系统能做到；二是非常慢的工作，比如污泥龄调控，周期长达两个月，需要天天盯着、天天计算，人很容易受不了，就可以交给机器去做。”
北控水务集团副总裁刘伟岩则认为，工厂是否黑灯不是关键，重点在于，利用智能来降低工作强度，使更多员工能够脱离基础工作，转而更多地从事创新型工作，发挥个体的真正价值。
另有一种观点认为，水务智慧化的最后阶段应是数字孪生，其应用包括（但不限于）通过未来情景分析、历史数据校准等模型进行投资规划；数据为不同的运营策略的选择提供决策支持；操作员培训；能源资源节约或合规管理的在线优化；资产管理和与不同利益相关者的互动；应对污水流行病学等。
困境：其他行业经验能直接复制在水务行业吗？
省流版：水务是在未知的体系里做监测，传感难度有亿点大。
详细版：
在水务行业开展智慧化之前，传感、智能控制等行业已经经过了多年发展。因此，在不少行业之外的人看来，这些既有成果，可以直接应用到水务行业中，是“小Case”。而实际上，相比于一些广泛应用、运转良好的行业，水务行业有其特殊性。
施汉昌分析：“如化工行业，产品纯度高、可检出量大，而到了水监测中，体系复杂，可检出量也很低。此外，水务行业需要的传感是多维度的‘感’，有声的、物理的、化学的、生物的，这些信息要想都收集起来，是一件很复杂的事情。所以，化工行业是在已知的体系里做监测，而水务是在未知的体系里做监测。”
在此情况下，已有的传感器产业就显得“不够用”。尽管很多国际品牌仪器质量过关，但在水务行业仍有很多需求不能满足。可以说，水务领域的传感市场，存在诸多需要突破的瓶颈，也有着较大的发展空间。“我们需要快、准又相对廉价的技术。一方面，需要基于最新光学微纳传感技术，探索可能性。另一方面，是跟图像识别相结合，来扩大传感边界。这就需要一个强大的识别分析软件，也是需要突破的难点。”施汉昌表示。
基础传感能力的缺失，导致了我国水处理行业的自动化进程暴露出很多明显短板。“数据采集环节，目前仍然以人工离线采集为主，自动实时的采集很少。由于水处理行业本身数据种类多，水质指标、温室气体、臭气等在线监测难，传感器时间分辨率低，数据噪声干扰大等原因，能够收集上来的可用信息非常少，数据质量差。”浙江大学环境与资源学院教授、长三角智慧绿洲创新中心副主任朱亮表示。
应对：跳级导致的短板，要如何补课？
省流版：建议回归本真，关注监测，关注数字化。
详细版：
复杂异构数据，是后续表达、分析、应用的基础，数据采集及质量不过关，导致数据系统仍然以采集、传输、查询、显示为主，增殖、优化、决策控制少。系统运维及系统控制更是无从谈起。而数字化转型需要广泛部署传感器、先进的信息和通信技术（ICT）基础设施以及带有智能执行器的自动化系统控制。在全球水务系统，这种设备的采用进行都相当缓慢，与电网相比，大多数水务基础设施中的传感器覆盖率和数据可用性显著较低。
因此，在全球范围内，水务智慧化的程度也是非常有限的。在实际应用中，依靠数学模型，也仅能实现一些体量较大、控制要素清晰简单的环节，如曝气、回流的控制。未来新水务专家组专家、北京建筑大学教授郝晓地介绍：“即便在荷兰，所谓的自动化控制，最多也就是将数学模型结合两个传感探头——一个是溶解氧、一个是氧化还原电位，将其融合到运行中，非常简单，也非常有效。”
在我国，对“智慧水务”的过早关注更是带来了一定的“跳级感”，包括行业对于全局谋划讨论过多、对于实际监测关注不足等。施汉昌解释道：“就像我们打算一个地方建房子，图纸都有，就是缺砖。所以我们需要补上自动化的课。”
对此，未来新水务多位专家呼吁，水务行业应当回归本真，在讨论“智慧水务”之前，先关注监测，强调数字化。行业当务之急应是加速建立业务数据挖掘能力，而非信息化软件技术开发能力。
（免责声明：整理此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。）
