一、引言

近年来，大数据、云计算、物联网作为信息技术的发展方向，目前已经逐步在各行各业得到了大量的应用，其优势在于对海量数据的汇总和分析,促进行业向精细化智能化发展。同时，污水处理厂目前从硬件结构上具备天然的优势，从信息的采集和现场的调度上有强烈的行业需求。因此，利用大数据、云计算、物联网的先进理念和技术，对污水处理的过程数据和调度方式进行综合的重新设计、深度分析，实现污水处理厂的智能辅助管理，成为污水处理的提质增效的新的前沿方向。

二、水处理行业智慧水务平台系统设计

（一）设计原则与指导思想

要符合一体化原则。充分利用长期积累的软件项目设计和开发经验，对项目进行统一规划和一体化设计，消除信息孤岛，进行一体化设计（包括共享数据抽取、相关信息关联、公共功能构件化、跨专业功能互操作、跨部门业务流衔接、统一功能调用入口、统一消息机制等），并在统一的平台上予以一体化实现。

考虑布局平台化功能原则。将使用面向对象动态建模和自动应用生成等模型驱动和构件化平台技术对客户的未来业务发展需要提供全方位支持。使得一般的用户需求变化和应用扩充通过修改模型即可实现，无需人工编程，系统维护工作量很小，可维护性极强。系统需要提供完善的二次开发体系，包括各种层次的API编程模型和构件库，提供广泛的脚本支持，最大限度提高系统的灵活性和适应力，提高可扩展性和可维护性。

兼顾实用性与先进性原则。将长期积累的先进的管理思想和模式引入该项目中，通过信息化手段实现对业务管理的提升，避免成为现有手工系统的简单仿真。

遵循安全性与可靠性原则。设计时要考虑网络安全防护，尽量避免病毒攻击、外界恶意攻击、非法入侵等，确保系统的安全运行。允许构建其上的应用系统在投运后根据负荷承载情况逐步建立均衡服务器，提供多级的权限控制机制、运行日志和审计功能。具有负载均衡、故障自愈、数据库集群、异常捕获和跟踪等许多系统稳定保障技术，最大限度地提高系统可靠性。

（二）智慧水务架构的预期目标

引入云计算、大数据和移动互联技术，充分利用信息化和高性能计算等先进技术和理念，以现有业务需求为基础，建立统一的大数据分析和调度管理平台，整合和升级现有的各类信息系统功能和历史数据，同时将数据汇总到数据中心，实现对污水处理运营各个环节的监测实现大数据的“一个平台、全面分析、智能调度、辅助提升”功能，为用户的日常调度工作以及领导决策提供科学的数据支撑。通过对污水处理各个环节的数据分析，可以得到污水处理的最佳工艺运行参数，保证污水处理系统实时处于最优工况，进而提高污水处理效率。同时通过分析还可以降低故障停机频次，保证设备的安全可靠运行，降低能耗和药剂、耗材、人工成本。

三、水处理行业智慧水务平台建设

（一）污水处理厂自动化与数字化提升建设

完善规范数据收集系统。对实时数据库进行升级完善。根据读取速度，设定关键点位存储周期确保数据采集的完整，为数据分析建立有代表性的模型数据采集存储。对非现场数据进行了移动端录入开发。主要包含了进出水水量、污泥量、药剂量的采集。

从管理上加强数据质量管理。重点在曝气系统加强质量管控，校准仪表核算推断空气流量计、氨氮、硝氮仪表的准确性。对安装位置不具备采样代表性的仪表进行位置变更。

全过程流量数据管理。流量计涉及的范围很广，包含了进出水、剩余污泥、回流、内回流、深床进水、初沉污泥、化学污泥、脱水机流量、均质池进泥、中水厂、反冲洗、回用水、水源空调进水以及各类加药流量计。

PLC系统和网络稳定性管理。PLC系统主要存在的问题为供电的稳定性和网络传输的稳定性。增设和维护UPS，确保网络的连续稳定运行，数据的连续存储。确保PLC的关键数据能够及时恢复和完整。过程仪表中的分析仪表和流量仪表以及控制点位的数据高质量传输和存储，是数据挖掘准确性的根本基础，也是日常高质量、数字化、痕迹化管理的根本基础。

建立部分数据挖掘分析方案。以BP神经网络这种数据挖掘分析方法为主要工具，应实现以下功能：利用历史进水前池液位及水泵开启数量、变频泵频率智能化的确定总进水瞬时流量；风机信号状态和气量的数据挖掘和模拟；单系列曝气系统DO、风量、开度的数据挖掘和模拟；剩余污泥排放量、浓缩池运行、除臭污泥等智能排泥自动控制。

（二）污水处理厂平台建设方向

综合调度、精简运维。通过系统建设，将污水处理各个环节的数据进行实时监测、统一预警，同时通过对监测数据的联动分析，进行辅助判断，实现统一监测、统一调度，大大提升调度人员的工作效率。同时通过对数据的关联分析和深入挖掘，可以为用户提供相应的解决方案，降低了调度人员的工作量。

节能降耗。通过对污水处理各个环节的数据分析，可以得到污水处理的最佳工艺运行参数，保证污水处理系统实时处于最有工况，进而提高污水处理效率。同时通过分析还可以合理调配设备运行台时，避免设备空载运行，降低生产过程中的电耗。通过对药剂使用的精细化管理，避免了药剂使用的浪费，节省了运营成本。

统一监测、统一预警。对污水处理各个环节进行统一监测，统一预警。将监测数据和管理数据汇集在数据中心，形成污水处理大数据。并可以对主要运行参数进行大数据的分析，实现主要运行指标的预测预警，同时通过数据的联动分析，对用户进行操作提示。通过对污水处理的整体监测，可以通过系统实时查看污水处理各个环节的运转情况，同时可以结合移动端进行实时监测，实现任何时间、

进行“污水处理大数据”挖掘。通过系统的建设，可以将污水处理过程中的监测数据结构化，保证数据连续、稳定、真实，然后将这些数据存储在数据中间，建立起污水处理的数据仓库。当数据积累到一定的量级之后，可以进行大数据分析。一方面通过大数据分析，可以为用户的业务管理提供辅助，另一方面可以通过大数据分析，降低企业的运行成本，通过真实直观的数据，反映出津沽污水处理厂在污水处理方面对社会的贡献，体现出污水处理的经济效益和社会效益。

设备管理。实现监测设备的登记、巡检、故障维修、保养、报废管理、配件更换管理，并基于运行数据和管理数据对设备进行深层次的数据分析，如设备故障分析、设备维修策略分析等。通过对设备的分析来辅助用户提升设备的管理水平，降低设备停机故障，从而提高污水处理效率，降低运营成本。

数据可视化。通过大数据可视化可以帮助用户了解数据的所反应的本质问题或发现未知信息，为用户决策提供科学依据。

移动应用。云后台会不断学习和分析，根据用户使用的情况进行数据的不断优化，更精准的推送给用户需要的信息，想看到的信息。

总结：水处理行业智慧水务建设，首先尽可能减少人对污水处理系统运行的干预，根据进水水量、进水水质等信息，智慧水务管理系统制定出最优的运行策略、控制方式等，指导甚至自动控制污水处理工艺的运行，使出水水质达标、运维成本最低，保证了运行安全、出水水质达标。在此基础上，对污水处理系统进行全面检视、改进、优化，提高污水厂运行的自动化、信息化、智能化水平，减少了污水厂的能耗、药耗，降低运维人工成本，极大提高了管理效率。