11月25日下午，由未来新水务研究中心主办，北控水务集团有限公司承办的“智慧水务与科技创新（西湖）高峰论坛”在浙江宾馆召开。会议以“智慧·水务·创新”为主题，探讨水务行业发展中智慧转型路径与创新发展范式。会上，未来新水务专家组专家、清华大学环境学院教授施汉昌作“智慧水务——感知、分析与思维”主题报告。

未来新水务专家组(zu)专家、清华(hua)大学(xue)环境学(xue)院教授(shou)施汉昌(chang)

　　（本文根据嘉宾发(fa)言内容整(zheng)理）

　　国家推动与行业需求

　　近年来，信息化、数字化、智(zhi)能化技术(shu)迅(xun)速(su)发(fa)展，成为推动社会进(jin)步(bu)的重要因素。国家对此高度(du)重视，发(fa)布(bu)《数字中国建设(she)整(zheng)体布(bu)局规划》、《“十四五”数字经(jing)济(ji)发(fa)展规划》等系列文件(jian)，各(ge)部(bu)委也出台(tai)相关规划安排。随着智(zhi)慧城(cheng)市的建设(she)，智(zhi)慧水务也得到了快速(su)发(fa)展。

　　横向(xiang)来看，水(shui)(shui)务涉及(ji)水(shui)(shui)源(yuan)水(shui)(shui)体(ti)(ti) 、供水(shui)(shui)、污水(shui)(shui)处(chu)理、管网、受纳(na)水(shui)(shui)体(ti)(ti)等(deng)多个细分(fen)领域(yu)；纵向(xiang)来看，智慧水(shui)(shui)务分(fen)为感知层、传输层、数据层、应用层等(deng)多个层级(ji)。在应用层面，主要涵盖自动监测+数据处(chu)理+分(fen)析预(yu)警+三维展示+辅助决策(ce)+指(zhi)挥调度+排口监督+绩效评估+协同治理共九大功能。

　　可以说，智慧(hui)(hui)水(shui)务(wu)是一个(ge)很年(nian)轻的领域。在上世(shi)纪90年(nian)代(dai)，工(gong)艺优(you)化(hua)(hua)与自动化(hua)(hua)开(kai)(kai)始(shi)起步；2000年(nian)后，网络建设(she)和信(xin)息联通(tong)开(kai)(kai)始(shi)具备条件；2010年(nian)后，随着物联网的发展，有了更好的信(xin)息数据手段，智慧(hui)(hui)水(shui)务(wu)系统平(ping)台(tai)开(kai)(kai)始(shi)建设(she)，智慧(hui)(hui)水(shui)务(wu)进入到试(shi)点(dian)应(ying)用阶段；根据规划，智慧(hui)(hui)水(shui)务(wu)将在未来十年(nian)快速推进，基(ji)本实现水(shui)务(wu)智能化(hua)(hua)。

　　区(qu)分行(xing)业(ye)来(lai)看，在供水(shui)(shui)(shui)(shui)行(xing)业(ye)，智(zhi)(zhi)慧水(shui)(shui)(shui)(shui)务(wu)(wu)的重点(dian)是(shi)漏损(sun)监(jian)测、收费(fei)系统(tong)、报(bao)装(zhuang)系统(tong)；在排水(shui)(shui)(shui)(shui)行(xing)业(ye)，重点(dian)是(shi)自动(dong)化系统(tong)、水(shui)(shui)(shui)(shui)质在线监(jian)测预(yu)警系统(tong)、中(zhong)控系统(tong)。近期(qi)，智(zhi)(zhi)慧水(shui)(shui)(shui)(shui)务(wu)(wu)的发展方向是(shi)加强智(zhi)(zhi)慧水(shui)(shui)(shui)(shui)务(wu)(wu)顶层设计、提高运行(xing)管理能力、大(da)数据中(zhong)心建设；未(wei)来(lai)5-10年，方向是(shi)水(shui)(shui)(shui)(shui)厂调控无(wu)人化、管网调度智(zhi)(zhi)能化、工艺运行(xing)最优化、节能降耗低碳化。低碳将来(lai)是(shi)水(shui)(shui)(shui)(shui)务(wu)(wu)行(xing)业(ye)发展的新目标和新动(dong)力。

　　市(shi)场方面，全国(guo)范围内，能够成为智(zhi)慧(hui)(hui)水(shui)(shui)务(wu)(wu)(wu)相关技术载体公(gong)司或项目至少有几(ji)万(wan)家。但(dan)在2020年，住建(jian)部开展的(de)“智(zhi)慧(hui)(hui)水(shui)(shui)务(wu)(wu)(wu)典(dian)型案例收集(ji)”仅收集(ji)到134项，跟(gen)潜在用户(hu)相比不到1%；应用案例大多集(ji)中在一些(xie)东部发达城市(shi)。一些(xie)水(shui)(shui)务(wu)(wu)(wu)集(ji)团(tuan)(tuan)也做了(le)一些(xie)有益探索，如北控水(shui)(shui)务(wu)(wu)(wu)集(ji)团(tuan)(tuan)的(de)“云(yun)链端(duan)”系统，深(shen)圳环水(shui)(shui)集(ji)团(tuan)(tuan)的(de)“深(shen)水(shui)(shui)云(yun)脑”等(deng)。可(ke)以说，相关技术条件趋(qu)于成熟，日(ri)趋(qu)增长(zhang)的(de)智(zhi)慧(hui)(hui)水(shui)(shui)务(wu)(wu)(wu)市(shi)场正在逐步形成。

北控水务“云(yun)链端”系统

　　成(cheng)果固然显著，但智(zhi)慧水(shui)务的(de)(de)发展也(ye)存(cun)在一(yi)(yi)些(xie)(xie)短板。一(yi)(yi)是(shi)在感知(zhi)层(ceng)，水(shui)务自动化(hua)底子薄、改(gai)造难度大。涉(she)及(ji)智(zhi)能(neng)(neng)设(she)备、智(zhi)能(neng)(neng)仪表的(de)(de)研发，单元控制的(de)(de)加强等。二(er)是(shi)在传(chuan)输层(ceng)，数据(ju)(ju)信息不(bu)(bu)完整，缺(que)乏数据(ju)(ju)化(hua)标(biao)准(zhun)，还有一(yi)(yi)些(xie)(xie)行政障(zhang)碍(ai)影响数据(ju)(ju)融会贯通(tong)。未来(lai)要加强已知(zhi)数据(ju)(ju)收集统计、实时(shi)数据(ju)(ju)整理，以及(ji)数据(ju)(ju)标(biao)准(zhun)建设(she)。三是(shi)在平台层(ceng)，缺(que)乏顶层(ceng)方案深化(hua)设(she)计与专业化(hua)模型。总体来(lai)看，智(zhi)慧水(shui)务的(de)(de)发展不(bu)(bu)仅是(shi)建设(she)和(he)技术问(wen)题，更(geng)多的(de)(de)影响因(yin)素是(shi)对智(zhi)慧水(shui)务的(de)(de)认知(zhi)深度、理解能(neng)(neng)力和(he)管(guan)理思维模式。

　　智慧水务中的感(gan)知技术(shu)

　　感知技术(shu)是(shi)智慧水务最前端的技术(shu)，包括物理量、化(hua)(hua)学量、生物量的感知等(deng)，需(xu)要用到电(dian)化(hua)(hua)学、光(guang)(guang)谱(pu)法、图像法等(deng)多种技术(shu)。应用到水质监(jian)测(ce)方面(mian)，我们希(xi)望：第一，要快、要实时，这也是(shi)现在信(xin)息化(hua)(hua)的需(xu)求。第二，要运行(xing)廉价。在这一标准下(xia)，如果采(cai)用化(hua)(hua)学手段就需(xu)要用到试剂，维护(hu)和费(fei)用相对较高；如果能用光(guang)(guang)解(jie)决，可以实现速(su)度快、减少试剂消耗，维护(hu)量也相对小。

　　目前，光(guang)谱传感器相关的(de)(de)(de)(de)一些标(biao)准(zhun)已(yi)经进入到征求意(yi)见(jian)阶(jie)段。光(guang)谱检测具有快速(su)、免试剂、信息量(liang)大的(de)(de)(de)(de)有点，但也存在谱图解析复杂、非(fei)标(biao)准(zhun)法等障碍。常(chang)用的(de)(de)(de)(de)全（多）光(guang)谱分析仪有的(de)(de)(de)(de)用“光(guang)源(yuan)+光(guang)栅扫描光(guang)谱”，有的(de)(de)(de)(de)用“光(guang)源(yuan)+量(liang)子点光(guang)谱”，有的(de)(de)(de)(de)用“ LED+光(guang)电二(er)极管(guan)”。其中，第一种得(de)到的(de)(de)(de)(de)信息最全，“光(guang)源(yuan)+量(liang)子点光(guang)谱”依赖于(yu)材(cai)料，“LED+光(guang)电二(er)极管(guan)”相对便宜(yi)，但只能在比(bi)较好的(de)(de)(de)(de)光(guang)线下获得(de)数(shu)据(ju)。

　　也(ye)有一(yi)(yi)些(xie)更新的传感技术，如(ru)基于MEMS技术的新型微(wei)纳(na)传感器(qi)。它是(shi)采用微(wei)机电系统(tong)（MEMS）加工技术，经过溅射Cu/Ni薄(bo)膜(mo)、光刻(ke)以及剥离等工艺，刻(ke)制(zhi)成一(yi)(yi)定(ding)构型的传感器(qi)。该结(jie)构不仅有利于气敏薄(bo)膜(mo)沉(chen)积时的均匀可(ke)控(kong)，而(er)(er)且有助于靶标(biao)物(wu)质(zhi)的有效吸(xi)附，因(yin)而(er)(er)灵敏度很高，且体积小、功耗低、易装载。

　　针对“运(yun)行(xing)廉价”的(de)市场(chang)需求，可以在(zai)传(chuan)感(gan)器上附加一些(xie)绿色能(neng)(neng)源装置。在(zai)大家熟(shu)知(zhi)的(de)太阳能(neng)(neng)、风(feng)能(neng)(neng)等绿色能(neng)(neng)源之外，环境(jing)中还存在(zai)大量(liang)的(de)微(wei)能(neng)(neng)量(liang)，如设备震动、水的(de)波动、人类(lei)运(yun)动、低频环境(jing)风(feng)能(neng)(neng)等都会产生能(neng)(neng)量(liang)。这(zhei)类(lei)微(wei)能(neng)(neng)量(liang)的(de)收集难度较大，但仍可探索(suo)一些(xie)新手段。

　　当前有一些前沿研究，如摩(mo)擦纳米发(fa)电机(TENGs)新(xin)能源技术，将(jiang)导电性强的(de)(de)材料放在非常薄的(de)(de)薄膜上，由(you)于薄膜很轻(qing)，会(hui)由(you)于环境的(de)(de)一点(dian)微小震(zhen)(zhen)动而震(zhen)(zhen)动。通过(guo)震(zhen)(zhen)动刺激磁力线，从而产(chan)生(sheng)电流。目前，该装(zhuang)置已在一些实(shi)验装(zhuang)置里得到应用，能够(gou)产(chan)生(sheng)约(yue)10毫安(an)的(de)(de)电流。

　　可(ke)以看到，一(yi)方(fang)(fang)面，传(chuan)(chuan)感(gan)器的功耗(hao)在(zai)(zai)不(bu)断变小，另(ling)一(yi)方(fang)(fang)面，一(yi)些新的能(neng)源收集(ji)技术(shu)正(zheng)逐渐(jian)成熟。将二者结合起来，或将形成一(yi)种全新的、自(zi)赋能(neng)的传(chuan)(chuan)感(gan)器。它可(ke)以放在(zai)(zai)人员工作装上(shang)、戴在(zai)(zai)帽子上(shang)，也可(ke)以布置在(zai)(zai)自(zi)然环境(jing)里，去收集(ji)数(shu)据和信息。

　　智慧水务中的专(zhuan)业模型

　　传感器收集数据后，需要进行分析。分析的(de)基础是(shi)挖掘大数据的(de)内在(zai)联(lian)系，找出规(gui)律，实现其数学表达，模(mo)型是(shi)智能化(hua)的(de)核心。

　　在过去几(ji)十(shi)年里(li)，模(mo)(mo)(mo)(mo)型(xing)(xing)(xing)从最开始(shi)的(de)经典模(mo)(mo)(mo)(mo)型(xing)(xing)(xing)（Eckenfelder模(mo)(mo)(mo)(mo)型(xing)(xing)(xing)），发(fa)展出机理模(mo)(mo)(mo)(mo)型(xing)(xing)(xing)（ASM1-2-3 模(mo)(mo)(mo)(mo)型(xing)(xing)(xing)），再迭代至数据模(mo)(mo)(mo)(mo)型(xing)(xing)(xing)(BP-ANN 模(mo)(mo)(mo)(mo)型(xing)(xing)(xing))、工(gong)程模(mo)(mo)(mo)(mo)型(xing)(xing)(xing)(STEM 模(mo)(mo)(mo)(mo)型(xing)(xing)(xing))，以及(ji)近年来的(de)大模(mo)(mo)(mo)(mo)型(xing)(xing)(xing)（Open AI 模(mo)(mo)(mo)(mo)型(xing)(xing)(xing)）。各(ge)种模(mo)(mo)(mo)(mo)型(xing)(xing)(xing)，可以用于水(shui)务行业(ye)的(de)预测、预判(pan)。

　　我们曾经(jing)(jing)基于江苏省某地的(de)降雨、晴天的(de)数据(ju)(ju)，采用(yong)5种(zhong)不同的(de)模型，来(lai)推测流(liu)入污水处(chu)理厂水流(liu)流(liu)量的(de)变化(hua)。用(yong)神经(jing)(jing)网络人工(gong)智能(neng)的(de)算法，可以提前4、5个(ge)小时(shi)预测流(liu)量。但(dan)该过程(cheng)的(de)模型训练比较(jiao)复(fu)杂，原(yuan)始(shi)数据(ju)(ju)500多条，迭代200轮数， 250个(ge)训练集样本数。最(zui)后，经(jing)(jing)过优化(hua)的(de)ConV LSTM是较(jiao)为适用(yong)的(de)模型，能(neng)够很好(hao)地模拟流(liu)量和降水的(de)曲线关系，训练好(hao)的(de)模型模拟结果R2=0.9977。

　　在长(zhang)期的模(mo)(mo)型模(mo)(mo)拟中，我们也做了一(yi)些探(tan)索——提(ti)出污(wu)水(shui)处(chu)(chu)(chu)理(li)的STEM模(mo)(mo)型，目标(biao)是建(jian)立一(yi)种基于污(wu)水(shui)处(chu)(chu)(chu)理(li)原(yuan)理(li)与工程(cheng)(cheng)规范参数(shu)相(xiang)结(jie)合的污(wu)水(shui)处(chu)(chu)(chu)理(li)工艺单元水(shui)质水(shui)量(liang)计算方法及模(mo)(mo)型。尽量(liang)采用污(wu)水(shui)处(chu)(chu)(chu)理(li)厂(chang)常规的检测(ce)参数(shu)和采用简单易(yi)测(ce)比较快速(su)的指(zhi)标(biao)，在数(shu)据趋势正(zheng)确的前提(ti)下，允许适当的误(wu)差，以(yi)降低(di)计算量(liang)，提(ti)高计算速(su)度(du)，满(man)足污(wu)水(shui)处(chu)(chu)(chu)理(li)厂(chang)优化运行和自(zi)动控制(zhi)的工程(cheng)(cheng)应用需求。

　　这个(ge)模型(xing)有两个(ge)核(he)(he)心点(dian)：一是要(yao)以进水(shui)各(ge)参数(shu)(shu)(shu)的(de)污泥负荷为(wei)核(he)(he)心参数(shu)(shu)(shu)，与动(dong)力学参数(shu)(shu)(shu)及处(chu)理(li)效果相关联(lian)；二是以多级串联(lian)的(de)CSTR反应器建立概化模型(xing)，模拟全工艺流程(cheng)的(de)过程(cheng)参数(shu)(shu)(shu)。

　　从COD沿(yan)程变化(hua)图(tu)可(ke)以看到，在每一个小段中几(ji)乎都线性变化(hua)。

　　上表是7个(ge)(ge)(ge)(ge)污水(shui)处理(li)最常用的供应单(dan)元及相应供水(shui)原理(li)。涉及6种反应器(qi)，包括(kuo)初沉(chen)池、厌氧、缺氧、好氧、二(er)沉(chen)池、过滤等六道工(gong)序；有7个(ge)(ge)(ge)(ge)水(shui)质参(can)数、6个(ge)(ge)(ge)(ge)运行参(can)数、6个(ge)(ge)(ge)(ge)动力学参(can)数、8个(ge)(ge)(ge)(ge)校准系数，还有19个(ge)(ge)(ge)(ge)计算(suan)方程(cheng)。表中最右边(bian)一列是计算(suan)方程(cheng)的原理(li)描(miao)述。

　　目前，STEM模型在污水处理厂开展了测试实验(yan)，并已用于实际工程。如串(chuan)联CSTR工艺(yi)概化模型用于工艺(yi)优(you)化，能够节(jie)(jie)能10%；STEM模型+AI参数调整用于智能加药(yao)，可以减少药(yao)耗，节(jie)(jie)省20%的成本(ben)。

　　我相信随着智能化(hua)和深入，我们(men)会有更多、更结合实(shi)际的模型出现(xian)，产(chan)生(sheng)更好的效果。

　　大模型及其潜(qian)在应用

　　在(zai)人工智能方面，近年来(lai)(lai)热度最高的大模型，将来(lai)(lai)也(ye)有望用于(yu)水(shui)务行(xing)业。

　　人类的(de)(de)智(zhi)慧是智(zhi)能(neng)的(de)(de)源泉，计算机(ji)的(de)(de)智(zhi)能(neng)（即通用智(zhi)能(neng)）可以看作人类智(zhi)能(neng)的(de)(de)赋能(neng)。通用智(zhi)能(neng)代表计算机(ji)解决具有广(guang)泛(fan)外延(yan)的(de)(de)复杂问题的(de)(de)能(neng)力，以硅(gui)基设施(shi)为载体(ti)，由(you)个体(ti)和(he)群体(ti)计算设备产生(sheng)。生(sheng)物智(zhi)能(neng)可以在四个层次上(shang)移植到(dao)计算机(ji)上(shang)：数(shu)据智(zhi)能(neng)、感知(zhi)智(zhi)能(neng)、认(ren)知(zhi)智(zhi)能(neng)和(he)自(zi)主智(zhi)能(neng)。

　　随着智能(neng)的(de)升级(ji)，智能(neng)计算面(mian)临大(da)(da)场(chang)景(jing)、大(da)(da)数据、大(da)(da)问(wen)题(ti)、泛在需求(qiu)的(de)挑战(zhan)。算法模(mo)型(xing)变得越来(lai)越复(fu)(fu)杂，需要超级(ji)计算能(neng)力来(lai)支(zhi)持越来(lai)越大(da)(da)的(de)模(mo)型(xing)训练。模(mo)型(xing)变大(da)(da)、变复(fu)(fu)杂时就会产生过拟合(he)问(wen)题(ti)。因此，人们对于“大(da)(da)模(mo)型(xing)”的(de)认(ren)识，曾(ceng)有过失望、放弃的(de)过程。直(zhi)到2018年，学术界(jie)和工(gong)业界(jie)观察到“double descent”（双下降）的(de)现象，才使得机器学习领域认(ren)识到模(mo)型(xing)“大(da)(da)就是好”。大(da)(da)模(mo)型(xing)真正提出是在2020年，从此研(yan)究人员逐步转移(yi)研(yan)究重心至大(da)(da)语言模(mo)型(xing)基(ji)座，并开展了大(da)(da)量相关研(yan)究形成了现今的(de)“大(da)(da)模(mo)型(xing)”。

　　大模型(xing)(xing)大到什么程度呢？如大家所熟悉的(de)ChatGPT，有(you)1750亿(yi)的(de)参数，由96层TF模型(xing)(xing)（Transformer）堆叠而(er)成(cheng)，形成(cheng)了非常复杂的(de)模型(xing)(xing)，在各(ge)种自然语言处理(li)任务(wu)上取得了突破性的(de)成(cheng)果。

　　不同的(de)(de)大模型可以(yi)组合起来，可以(yi)模拟人(ren)(ren)类(lei)语言(yan)和思维能力(li)。具(ju)有规模性(xing)（参数量大）、涌现性(xing)（产生预(yu)料外(wai)的(de)(de)新能力(li)）和通用性(xing)（不局限于特(te)(te)定领域）等特(te)(te)性(xing)。在处(chu)理(li)复杂任务时(shi)展现出惊人(ren)(ren)的(de)(de)语言(yan)理(li)解(jie)、意图识别、推理(li)、上下(xia)文(wen)建模、语言(yan)生成等各(ge)种和自然语言(yan)相关的(de)(de)处(chu)理(li)能力(li)，同时(shi)具(ju)有通用问题求解(jie)能力(li)。

　　大模(mo)型能不能用(yong)(yong)于水(shui)(shui)务行(xing)(xing)业(ye)？我想(xiang)将来会用(yong)(yong)到。大模(mo)型可以(yi)应(ying)用(yong)(yong)于水(shui)(shui)务领(ling)域将需(xu)要水(shui)(shui)务、水(shui)(shui)利、水(shui)(shui)生(sheng)态(tai)、物(wu)流、经(jing)济和(he)社会等多方面的(de)信息数据支撑；可以(yi)进行(xing)(xing)模(mo)拟分析(xi)各要素之间的(de)相互作用(yong)(yong)及其机制以(yi)及产生(sheng)的(de)综合效应(ying)；帮助我们更好地识(shi)别(bie)和(he)协调水(shui)(shui)务及水(shui)(shui)生(sheng)系统中存在的(de)问题和(he)矛盾，为水(shui)(shui)务行(xing)(xing)业(ye)科学(xue)运(yun)营和(he)水(shui)(shui)生(sheng)态(tai)环境(jing)保护(hu)提供依据。

　　目前，国际上一些(xie)平(ping)台（如：Hugging Face）已将预训(xun)练好的一些(xie)开源模型(xing)在网站上分(fen)(fen)享使用。可以(yi)选用这(zhei)些(xie)预训(xun)练好的大模型(xing)，加(jia)入水(shui)(shui)务和(he)水(shui)(shui)环(huan)境领域的特定信息(xi)数据，进行水(shui)(shui)务行业或(huo)水(shui)(shui)生(sheng)态环(huan)境大模型(xing)的定制，用于培训(xun)或(huo)分(fen)(fen)析等。

　　展望未(wei)来，AI技术的(de)发展速度之(zhi)快(kuai)会(hui)超出人们想象(xiang)，将渗入各(ge)个领域。当这种类似(si)于(yu)人类思维语言的(de)、高水平(ping)的(de)人工智(zhi)能用到水务行业中，才能真正称得上“智(zhi)慧水务”。我(wo)认为(wei)，全面智(zhi)慧化的(de)未(wei)来水务是必然会(hui)出现(xian)的(de)，也更有利于(yu)人类社会(hui)和水生态(tai)环境的(de)健(jian)康发展。让我(wo)们一起为(wei)之(zhi)努力。