新闻中心

邱顺添:如何利用数字模型和智能调控为智慧水务增效赋能?

当前位置: 首页 > 新闻中心 > 科研天地

2023年5月18-21日,第七届世界智能大会于天津国家会展中心举办,结合智能大会主题,天津水务集团于2023年5月18-20日举办“数智引领 转型创新”智慧水务平行论坛,聚焦水务行业的企业数字化转型、数据资产管理、智慧水务建设的技术和管理前沿问题,共同探讨行业的数字化、智能化发展。

天津大学环境科学与工程学院院长邱顺添出席本次大会,并发表《智慧水务下数字模型的应用与智能调控》主题演讲,从智能水务与智慧水务、管网数字模型概述、智慧水务下数字模型的应用与挑战3个方面进行具体介绍。

以下进行简要总结和分享:

一、智能水务与智慧水务

01  市政供水系统

智慧水务的发展要基于水量安全、保障水质安全、推进节能需求这个三大目标下推进。

3-数字模型1.png

市政供水系统

目前,实际生活中的地下管网建设与理想的地下管网建设还存在着较大差距。

3-数字模型2.png

3-数字模型3.png

地下管网建设

02  “智能化”与“智慧化”

智慧水务是智慧城市建设的重要环节。我国智慧城市的建设,主要分为基础设施建设、智能化管理建设、城市智慧化应用服务建设三个阶段,分阶段有序进行。

3-数字模型4.png

“智能化”与“智慧化”

当前,绝大多数智慧化城市的建设停留在第二阶段——智能化管理建设。此阶段较为重视基础设施信息网建设,少数城市的交通、金融、旅游等行业开始探索第三个阶段的建设。我们以期从这些走在前端的行业里获取一些方案运用到智慧水务行业当中。

3-数字模型5.png

“智能化”与“智慧化”

以沈阳金建智慧水务整体解决方案为例,在整个城市供水管网系统中,智慧水务未能全网覆盖,欠缺统一的智慧管网建设。

3-数字模型6.png

“智能化”与“智慧化”

供水管网是供水系统的重要组成部分,是城市内部的“水动脉”;供水管网模拟是智慧供水系统的核心,不能忽视其存在;管网模型发挥作用的关键是其具有反应现实的能力,模拟的精细化程度影响智慧供水的水平。

二、管网数字模型概述

01  供水管网模型

在现实生活中,实际的供水管网建设与理想中的供水管网建设存在着差距。供水管网简化概化的理想状态是学术界及企业持续关注研究的领域。

3-数字模型7.png

供水管网模型

在管网模型的建立中,管网模型的用途可以分为设计、分析、运行、维护。根据用途建立模型,再将其简化,最终通过供水管网模型对流量和水压进行方程求解。

3-数字模型8.png

3-数字模型9.png

供水管网模型

02  两种供水管网模型

在技术层面,可以分为流量驱动模型(较为常见)、压力驱动模型两种解法。

3-数字模型10.png

两种供水管网模型

流量驱动的模型以美国的EPANET作为代表。

3-数字模型11.png

流量驱动建模工具

压力驱动模型于2003年被意大利学者Ezio Todini提出,它可以更真实地反映给水管网水力状态,详情可看下图:

3-数字模型12.png

压力驱动模型

三、智慧水务下数字模型的应用与挑战

01  用水曲线

上海市地方标准《城镇供水管网模型建设技术导则》 (DB31/T 800-2014)提出,宜通过在线流量监测、现场测试等手段获取用户1周的用水量变化情况;水量采集时间间隔采用15min,并通过计算各时段相对于平均水量的比例系数制作水量变化模式表及曲线。

中国水协团体标准《城镇供水管网模型构建与应用技术规程》 (T/CUWA 20059-2022)提出,需水量时空分配宜进行区块划分后分配;有实时监测水量的用户应适用本表的用水模式曲线;无用水监测曲线的用户,应根据用水类型和实际情况采用归纳分类的用水模式。

因此,我们可以利用用户用水曲线来进行改进流量驱动模型。

3-数字模型13.png

用水曲线

根据调查分析显示,在流量驱动模型中不同时间段的模拟与实际的用水量存在差距。

3-数字模型14.png

某小区实际用水曲线和该分区模式对比图

邱顺添先生建议将生活习惯、季节变化、作息等因素考虑进模型当中。

3-数字模型15.png

智能水表数据

在这个模型中,首先需要对水表的数据进行预处理,其次进行聚类分析,再进行降维处理,最后通过算法决定用水曲线数量。

3-数字模型16.png

住宅小区监控表数据聚类分析

02  福州市供水管网模型

以福州市供水管网模型为例,对主城区6个水厂的年数据进行聚类分析,发现某些片区的检测值和模拟值存在较大的差距。

3-数字模型17.png

福州市供水管网模型

后续进行新模式模拟,结果表明:在邱顺添先生所讲述的新模式下,两处压力差得到修正。

3-数字模型18.png

聚类结果的模型验证

邱顺添先生表示:模型存在水质数据监测难、水质事件预警难、水质污染溯源难、水质污染处理难4点挑战。但基于完善的数字模型及智慧管网平台下,问题都能迎刃而解。

3-数字模型19.png

模型的挑战

(水务加)