数字孪生旨在虚拟空间构建数字模型与物理实体间的映射，忠实描述物理实体全生命周期的运行轨迹。近年来，得益于物联网、大数据、云计算、人工智能等新一代信息技术发展，数字孪生广泛运用于电力、供水、制造、农业、城市管理、环境保护等行业，提供物理实体或流程过程的虚拟化视图，模拟、验证、预测、控制全生命周期过程，从而优化整体性能。

厦门市政水务集团承担厦门全市主要供水保障业务，主业涵盖水源建设、城市供水、直饮水及与之密切相关的水务投资、建设、运营等，2021年全年总供水量51766.67万m3，用户总数82.6万余户。随着供水量不断增加和管理要求不断提高，近年来厦门供水面临如下问题：

（1）供水工作向网格化管理转变的问题。厦门市政水务长期划分为厦门岛、海沧、集美、翔安、同安和二供6大营业所，营业所管理卓有成效，目前全市供水管理处于营业所管理向网格化管理进一步细化的阶段。

（2）加强城市供水模拟性、感知性和可视化能力的问题。厦门供水在经历“金砖”会议保障、应对“莫兰蒂”台风等后，更意识到模拟性、感知性和可视化能力在城市供水保障中的必要性。

（3）水费催收进一步精确定位的问题。2015年厦门市水费回收率98.85%，指标达国内先进水平，在此基础上，要百尺竿头更进一步，面临如何根据历史数据有效分类、精确定位，有针对性催收的问题。

（4）度量、聚焦用水问题重点区域的问题。2015年厦门市政水务热线工单62 042件，针对用户反映用水困难等问题，需要寻找合适数学模型有效度量、精确聚焦用水问题重点区域。

（5）提高多部门协同决策支持能力的问题。2015年厦门市政水务尚未建成统一的维抢修支撑系统，供水维抢修工单量大、涉及部门多、信息采集交互复杂，各项作业要有效感知与监控，实时协同多部门人员和辅助领导决策。

为此，厦门市政水务研究和建设了基于数字孪生的供水协同决策支持平台，通过输入供水对象，抽象出概念模型，利用特性评估和优化，构建数字孪生模型，提供业务功能应用。

基于数字孪生的供水协同决策支持平台充分利用数字孪生、建模、仿真、分析和辅助决策手段，较好解决供水企业存在的上述问题，并产生良好效益。

供水数字孪生在基础设施、基础数据的支撑下实现，供水设施、对象、服务、过程数据等合理划分成不同数据源，同步到数字世界中，数字世界中构建模型同物理实体、过程交互。供水数字孪生架构由数据源、数据接口、数据库、支持平台、数字孪生模型构成，系统架构如图1所示。

图1 系统架构

（1）数据源：数据采集的来源，由设施、过程、用户等组成，包括空间地理数据、网格数据、管网拓扑数据、水量数据、缴费数据、呼叫数据、实时维抢修数据等。

（2）数据接口：数据传输、互动的方式，通过4G/5G/GPRS/Ethernet/NB-IoT等多种网络方式，以API接口方式将数据传递到系统。

（3）数据库：数据存储管理、数据集成治理，包括应用数据库、接口数据库、缓存数据库等，涉及关系型数据库、非关系型数据库和地理信息数据库。

（4）支持平台：提供基础平台、身份权限、系统管理、模型控制等，进行数据处理和数据转换。

（5）数字孪生模型：数据建模、仿真，提供描述、诊断、预测、决策等共性应用，包括供水GIS及网格化、管网水力模型、信用度评价模型、用水问题热力图模型、维抢修数字孪生等。

供水数字孪生建设重点在于构建统一、高可用的数据接口和高模拟性、仿真性的数字孪生模型，实现供水数字孪生“形似”向“神似”转变。数字孪生生命周期涉及物理实体和虚拟实体的相互作用，同时虚拟实体生命周期存在不断验证、确认和迭代的过程。

数字孪生模型中，供水GIS及网格化描述地理信息和分区管理、管网水力模型描述管网运行情况、信用度评价模型评价用水缴费状况、用水问题热力图模型聚焦重点区域、维抢修数字孪生实时感知维抢修情况。系统基于总线结构特性，具备良好扩展性能，利用数据挖掘、软件分析和机器学习进一步保证模型可靠度、复杂度和精确度。

3.1 供水GIS及网格化

（1）制定《厦门市政水务供水管网数据采集及管理规定》，规范供水GIS及网格化管理，确保数据及时、完整、准确。包括新建工程管线数据移交流程、改造工程管线数据移交流程、探测工程管线数据移交流程、管网数据采集及管理保密要求等。

（2）建立健全维护机制，配备测量、录入、校核、维护人员，持续根据管网建设增加数据，及时更新管网拓扑和网格分区，保证基础数据准确无误。

（3）建立管网地理信息数据库，整合海量信息，构建统一数据平台。确立数据标准，规范数据结构定义、数据库内容与分层、要素分类与编码、数据交换内容与格式、数据采集技术规程等。使用在线地图底图接入，实时更新保持地图支撑性和及时性。提供存储、导出、图形显示、属性查看、绘画标注、测量、定位、统计、查询、分析等功能。

管线数据覆盖厦门全市，DN300及以上管线全部普查完成，其中岛内550 km、岛外1 246 km，DN100及以上管线基本完成，近三年测量管线2183.5 km、测量水表24 640个，测量水平精度±10cm以内，高程精度±15cm以内。数据按10%比例抽检、路面开挖时再次校验，确保数据准确，各类型地理信息数据量如表1所示。

表1 厦门地理信息数据量

（4）将厦门全市6大营业所划分成146个不同等级的虚拟网格，优化网格资源，对用户、设施、事件进一步细化，各营业所网格分区数如表2所示。

表2 厦门营业所网格分区

供水网格数字孪生提供地图绘制、新增、修改、删除网格、设置管理员等功能。每个用户、每支水表设置网格属性，按网格统计管网长度、表量、售水量、水数异常、抄收情况、水费回收率、用户信用度等，统计数据和网格管理员挂钩，进一步细化管理。通过网格化管理和考核机制，2021年水费回收率达100%的网格突破40个，占比27.4%。

3.2 管网水力模型

在供水GIS及网格化基础上，进一步构建管网水力模型，实时模拟管网运行状况，校核之后各在线压力监测点平均误差为±1.84mH2O，达到了较理想的模拟精度，可以准确掌握管网运行状况。通过以下步骤构建管网水力模型数字孪生：

（1）管网拓扑：从GIS数据接口获取管网数据（管网拓扑、连接情况等）和管道数据（材质、位置、口径、长度、摩阻等）。收集非全开阀门清单，在管网中准确定位。原始管网数据还包含一些问题，进一步检查孤立节点或孤立管线、重叠管线、管道连接关系、管网连通性、不合理参数等。

（2）节点水量时空分配：空间上，尽量使用户有精确定位，根据厦门实际情况，将用户分为远传表用户、非远传大用户、普通用户3类，定位103个非远传大用户，用水模式分为居民分户、城市总表、农村总表、居民商业混合、学校、医院、机关事业、工业企业和其他9类。基于网格不同用水模式确定用水特性曲线，模拟一天24小时用水变化。水量还包含漏损和未抄表水量等，作为无计量水量，见式（1）：

式中 q无i——i时段总供水量;

q供i——i时段无计量水量;

q计i——i时段有计量水量。

（3）模型效果：实现5 min级别动态模拟，展示66个压力监测点的实测数据和模拟计算值，提供运行状态、实时告警、水量分析、测点评估和调度仿真等功能。能够实现：①调度仿真：如有重大供水调整，可先进行模拟，提前判断是否合理；②规划设计：可模拟增设管线后的管网水力变化情况；③管网管理：常规停水、应急抢修等模拟影响范围；④管网报警：测压点监测值较模拟值大幅下降，持续5 min以上认为疑似爆管，自动报警；⑤污染源管理：水厂污染追踪溯源，并提供防止污染扩散的关阀方案（见图2）。

图2 管网水力模型效果

3.3 信用度评价模型

通过用户历史缴费数据，全面梳理“用、管、催、收”的水费回收过程，构建信用度评价模型，提高水费催收能力，促进水费回收率保持和提高。累计计算用户缴费信用度分值4 531余万条次，结合网格化管理，计算6大营业所、146个网格信用度分值，帮助厦门水费回收率从2016年99.31%提升到2021年99.77%，用户平均缴费时长降低5%，具有良好效果。根据营业所、网格用户信用度分值平均得到营业所、网格信用度分值，进行可视化展示和对比分析，信用度评价模型效果如图3所示。

图3 信用度评价模型效果

通过以下步骤构建信用度评价模型：

（1）研究和设计用户水费缴交信用度分值计算公式为：f(x)=a1×A1(x)+a2×A2(x)+a3×A3(x)，分值计算涉及每年千万级用户缴费数据。x表示用户当期缴费信息，包含多个特征维度，A1(x)表示缴费天数和缴费金额信用度分值函数，A2(x)表示用水方式信用度分值函数，A3(x)表示缴费方式信用度分值函数，函数结果区间［0, 1］，a1、a2、a3表示函数对应权值，取值区间［0, 1］，f(x)信用度分值区间［0, 1］。

（2）根据缴费金额，划分为大金额、一般金额、小金额3类，大金额为金额大于10 000元，占比0.64%；一般金额为金额介于100元至10 000元，占比34.38%；小金额为金额小于100元，占比64.98%。按积极、正常、逾期、长时间逾期的缴费状态形成4个分段函数。积极缴费评分为最高分1分，长时间逾期评分为最低分0分，正常、逾期为分值随缴费天数递减的一次函数。3类金额用户的缴费天数和缴费金额信用度分值函数A1(x)如图4所示。

图4 缴费天数和缴费金额信用度分值函数图

（3）用水类型信用度分值函数A2(x)，按该类型历史水费回收率确定，将医院、学校、特种行业用水、工厂、基建、机关事业等12类用水类型按水费回收率高低，分成优、良、一般3个类别。对比2021年总体回收率99.77%，回收率100%或9999%的用水类型为优，信用度分值1分；回收率低于99.99%，高于总体回收率99.77%的用水类型为良，信用度分值0.8分；回收率低于总体回收率99.77%的用水类型为一般，信用度分值0.6分。

（4）缴费方式信用度分值函数A3(x)，按该缴费方式历史平均缴费时长确定，将托收缴费、小额代扣、公务卡、网上缴费（含微信、支付宝等）、邮储缴费、银联缴费、柜台POS等10类缴费方式按历史平均缴费时长高低排序，分成优、良、一般3个类别。对比2021年总体平均缴费时长19天，平均缴费时长小于19天的缴费方式为优，信用度分值1分；平均缴费时长大于19天，小于30天的缴费方式为良，信用度分值0.8分；平均缴费时长大于30天的缴费方式为一般，信用度分值0.6分。

（5）函数权值a1、a2、a3确定及校验调优，准备上万条缴费训练数据，人工判定信用类别，包括优质、良好、一般、较差、恶劣5类。使用KNN（k-Nearest Neighbor）分类算法，计算测试数据与样本数据间的距离，将测试数据分类并与预期结果比较，统计正确率。对权值调整和优化，获得a1、a2、a3的最优权值：缴费天数和缴费金额权值a1权重最高，一般占比80%；用水类型权值a2权重较低，一般占比12%；缴费方式权值a3权重最低，一般占比8%。

（6）进行信用度类型分类，实现对海量用户有效度量。根据信用度分值高低，分为优质、良好、一般、较差和恶劣5类用户，信用度类型分类如表3所示。

表3 信用度类型分类表

2021年厦门全市水费缴交信用度优质用户44.14%、良好用户23.7%，恶劣用户占比仅0.62%，是需要重点关注、重点催缴的用户群体。通过对恶劣和较差用户有针对性催缴，提高缴费优良用户比例。

3.4 用水问题热力图模型

利用供水企业热线中心工单反映的用水问题数据，构建用水问题热力图模型，直观反映用水问题，聚焦重点区域。

（1）数据采集。厦门市政水务2021年全年热线工单达112 005件，将每年十万级别的各类热线工单，通过数据接口方式同步到系统。

（2）数据清洗。工单数据预处理，将手工录入的不规整数据转化为规整数据，包括去除多余空格和特殊符号、错别字修改等，使数据格式满足后续要求，并对地址信息排重和按区域分类。

（3）数据处理。正向地理编码解析，将结构化地址数据通过地理编码服务(Geocoding API)转换为对应经纬度坐标，根据解析可信度对坐标筛选和优化，进行外网坐标地址向内网坐标地址转换。

（4）数据分析。进行空间计算和地图叠加，将工单数据转换成的坐标根据一定时间范围在地图上标识叠加，形成热力图可视化展示，直观反映用水问题发生区域。

（5）重点区域处置。通过用水问题热力图模型，直观聚焦用水问题重点区域，进行老旧管网改造等。通过不同时间段对比，度量处置成效，例如2021年针对厦门大同路片区用水问题重点改造后，热力图反映2022年同时段用户反馈用水问题明显减少。用水问题热力图模型效果如图5所示。

图5 用水问题热力图模型效果

通过用水问题热力图可视化，发现用水问题严重区域的用户缴费信用度较低，例如XM028、XM030网格区域，用户反映用水问题频繁、缴费主动性下降、网格信用度降低，两个模型算法存在进一步融合交互可能。

3.5 维抢修数字孪生

维抢修数字孪生是对供水维抢修作业行为的数字映射、实时连接和动态交互，具备以多样模型映射维抢修作业的能力，支撑厦门市2021年完成供水维抢修工单24 345件，及时率100%，技术要点包括：

（1）车辆定位算法：通过手机GPS定位和移动基站辅助定位，获取经纬度坐标，经WVPDN传入企业内网，通过地图引擎OpenLayers调用加载坐标瓦片，实时画出维抢修车辆运行轨迹。

（2）数据同步：实现热线中心、内部业务系统、移动支撑平台和手机终端业务处理单的实时同步。

（3）决策组群：建立决策分析机制，按地区、所属单位、业务类型、职责权限等将具有查看、处理权限的作业人员及管理人员构建工单决策组群，进行统一管理。

（4）维抢修行为感知：针对供水服务作业行为难以感知的问题，通过工单派发、反馈、讨论机制，使用语音、文字、图片、视频、定位、轨迹等方式，对作业细节实时感知，了解工单情况、交流协作和指挥决策。

供水数字孪生自2016年应用以来，产销差率大幅降低，2016年厦门产销差率13.84%，远低于同期福建省平均产销差率27.91%和全国平均产销差率22.2%，近五年仍持续降低，2016年至2021年分别下降至13.83%、11.90%、10.84%、9.49%、9.63%、9.62%。使用以来年均节水2 060万m3/年，合计年均减少漏损价值4 408万元/年，为城市节能降漏做出重要贡献。

全市网格化分区146个，信用度评价模型精确定位缴费较差用户及时催缴，使厦门水费回收率从2016年的99.31%逐年上升，2016年至2021年水费回收率分别提高至99.31%、99.37%、99.58%、99.69%、99.77%、99.77%，回收率累计提升0.46%，多年保持99%以上，指标处于全国领先水平。催缴历史欠费2565.8万元，提高企业效益。

利用监测数据分析和模拟仿真，在保证居民供水前提下，对本岛市政管网余压进行优化调整，最大简化管网调度规则减少泵站操作，动态调整供水压力，特别是降低了夜间供水压力，将本岛西部日平均压力下降了0.06MPa，每年节电约191万kW·h，年节省成本103万元，减少二氧化碳排放量5 095吨。

用水问题热力图模型宏观聚焦供水难题，为解决用水困难问题、区域优化改进、老旧管网改造、重点区域抗旱保供水和保障金砖会晤等提供有力支撑。

强化作业感知、协同决策和突发事件应急能力，维抢修作业平均处理时长显著降低。在厦门本岛发生几次重大管网维抢修过程中，利用物联网高频监测数据与计算仿真分析快速定位问题，做到有详细过程记录、灵活信息沟通渠道、及时进度回报机制和准确方案制定，使平均停水面积减小32%、平均停水时间减少25%，最大限度保障供水安全，切实提高服务水平。

数字孪生技术主要包括信息建模、信息同步、信息强化、信息分析、智能决策、信息访问界面和信息安全7个方面，基于数字孪生的供水协同决策支持平台在厦门应用良好，产生良好效益，证明数字孪生技术在供水管理具有模拟性、实时性、协同性、可视化等优势，为类似项目建设提供可借鉴经验。

研究和建设供水数字孪生，是供水企业现代化、精细化、数字化、信息化战略的重要组成；是促进供水管理工作由被动向主动、静态向动态、粗放向精细、无序向规范转变的有效方法；是供水事业时代发展的必然趋势。