CN117424886A - 一种智慧水务业务管控平台及管控方法 - Google Patents

Abstract

本公开涉及智慧水务业务平台技术领域，提出了一种智慧水务业务管控平台及管控方法，包括物理感知层、数据服务层、服务支撑层与应用层；物理感知层，用于采集水务现场生产运行数据；数据服务层，用于实现物理感知层的数据采集与远程控制，并实现对采集的数据进行存取；服务支撑层，提供智能引擎基础服务，为应用层提供基础应用；应用层，实现智慧水务业务智能管控；对水厂进行建模，整合水厂硬件构建虚拟现场，完成水厂数字建筑的虚拟化，根据获取的水务现场的运行数据，形成水厂的数字孪生。本公开以生产数据作为业务管理的数据支持，对水务系统采集的数据进行智能化处理，提升水务系统管控的智能化以及数字化。

Description

一种智慧水务业务管控平台及管控方法

技术领域

本公开涉及智慧水务业务平台相关技术领域，具体地说，是涉及一种智慧水务业务管控平台及管控方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

水务管理包括对水资源开发、利用、节约和保护的组织、协调、监督和调度等方面的进行管控，包括组织开发利用水资源和防治水害、协调水资源的开发利用与社会经济发展之间的关系，制定水资源的合理分配方案，对水量变化及水质情况进行监测并提出相应对策等上述一切涉水事务的管理。

发明人在研究中发现，目前，供水信息主要依靠人工采集、手动录入的方式，水厂管理措施薄弱，自动化水平较低，水费征收困难，需要对供水过程中的水源地、水厂自动化、管网分区计量、水质、二次供水设施、用水户计量、安防等方面实施监测监控，缺少有效的技术手段对供水情况实现全面准确的监测。并且，目前的水务系统管理，水务平台生产系统与业务系统相互独立、数据记录繁杂，存在水务信息采集具有滞后性，存在智能化低、调控效率等问题。

发明内容

本公开为了解决上述问题，提出了一种智慧水务业务管控平台及管控方法，集成水源地与水厂的综合管理，并以生产数据作为业务管理的数据支持，对水务系统采集的数据进行智能化处理，提升水务系统管控的智能化以及数字化。

为了实现上述目的，本公开采用如下技术方案：

一个或多个实施例提供了一种智慧水务系统平台，包括物理感知层、数据服务层、服务支撑层与应用层；

物理感知层，用于采集水务现场生产运行数据；

数据服务层，用于实现物理感知层的数据采集与远程控制，并实现对采集的数据进行存取；

服务支撑层，提供智能引擎基础服务，为应用层提供基础应用；

应用层，基于服务支撑层提供的基础服务以及数据服务层提供的感知层采集的生产运行数据，实现智慧水务业务智能管控；对水厂进行建模，整合水厂硬件构建虚拟现场，完成水厂数字建筑的虚拟化，根据获取的水务现场的运行数据，形成水厂的数字孪生。

一个或多个实施例提供了一种智慧水务系统平台的水务业务管控方法，包括水源地管理方法、水厂管理方法、生产运行监控方法和任务协同管理方法，其中，水厂管理方法用于对水厂进行建模，形成水厂的数字孪生，包括如下步骤：

建立水厂的BIM标准，选择数据交换格式；

根据获取的不同数据，选择数据转换格式转换得到对应数据分析结果的看板；

对构建的BIM模型进行分层，设置多个主题层，按照主题分类分别可视化显示；

基于BIM模型构建数字化水质监测预警模块，得到水质一张图，用于可视化显示水质监测信息。

基于BIM模型构建数字化水厂驾驶舱，实时显示数据比对及预警。

与现有技术相比，本公开的有益效果为：

本公开集成水源地与水厂的综合管理，并以生产数据作为业务管理的数据支持，对水务系统采集的数据进行智能化处理，采用数字建筑的虚拟化，根据获取的水务现场的运行数据，形成水厂的数字孪生，提升水务系统管控的智能化以及数字化。

本公开的优点以及附加方面的优点将在下面的具体实施例中进行详细说明。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的限定。

图1是本公开实施例1的智慧水务系统平台架构图；

图2是本公开实施例1的服务支撑层的系统管理服务的结构图；

图3是本公开实施例1的服务支撑层报警服务模块的结构图；

图4是本公开实施例1的水源地管理平台的结构图；

图5是本公开实施例1的水厂管理平台的结构图；

图6是本公开实施例1的水质一张图的界面图；

图7是本公开实施例1的水厂驾驶舱的界面图；

图8是本公开实施例1的深度学习的视觉识别模型结构图。

具体实施方式

下面结合附图与实施例对本公开作进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。需要说明的是，在不冲突的情况下，本公开中的各个实施例及实施例中的特征可以相互组合。下面将结合附图对实施例进行详细描述。

实施例1

在一个或多个实施方式公开的技术方案中，如图1至图8所示，一种智慧水务系统平台，包括：物理感知层、数据服务层、服务支撑层、应用层和交互表现层。

物理感知层，用于采集水务现场生产运行数据；

数据服务层，用于实现物理感知层的数据采集与远程控制，并实现对采集的数据进行存取；

服务支撑层，提供智能引擎基础服务，为应用层提供基础应用；

应用层，基于服务支撑层提供的基础服务以及数据服务层提供的感知层采集的生产运行数据，实现智慧水务业务智能管控；并对水厂进行建模，整合水厂硬件构建虚拟现场，完成水厂数字建筑的虚拟化，根据获取的水务现场的运行数据，形成水厂的数字孪生。

在一些实施例中，物理感知层，包括设置在现场实际设置的硬件设备，用于对水厂运行数据的检测。

物理感知层设置的硬件设备包括PLC、网关、无人机、监控设备、监测设备和泵组。

具体的，PLC直接与现场设备连接，读取传感器信号并控制执行器，网关与PLC对接，并与数据服务层的采集服务器通信，实现生产运行数据的上传与远程控制设备。数据采集内容主要包括进出水水量、进出水水质、气体监测参数、关键设备运行状态(鼓风机、水泵、格栅等)。还包括数据录入设备，系统提供数据填报界面，可将部分无法自动采集的数据(如水质化验数据等)，通过人工录入的方式采集报送到数据系统，人工录入的数据进入系统后与现场自动采集数据一样可以用于统计和报表。

在一些实施例中，数据服务层，与感知层连接用于获取感知层采集的数据并存储，将数据传输至应用层进行处理。

可选的，数据服务层包括业务数据库、工业数据库、采集服务器和平台服务器。其中，采集服务器可以通过蜂窝数据网络或VPN专线与物理感知层的网关连接，实现对物理感知层的数据采集与远程控制，实现对厂站现场数据、故障报警记录、操作事件、设备管理信息等资料的存取，为厂站运营管理提供基础数据。

业务数据库对业务流程中的逻辑关系数据进行存储和管理，平台服务器部署该智慧水务业务管理系统的前台和后台代码，并连接工业数据库和业务数据库。

其中，水质数据采集，具体的采集方法，可以为：

利用水质仪表设备，实现当前源水、出厂水、管网水所有水质参数的可视化配置数据采集，定义是否进行采集，将解析或者接收后的数据存储到工业数据库以及业务数据库。

步骤1.1、安装调试：将水质仪表安装在水体中，并进行必要的调试。根据需要，安装不同的水质仪表，pH计、二氧化氯、浊度计等。

步骤1.2、数据采集：使用水质仪表进行水质数据的采集。水质仪表可以自动记录和存储采集到的数据，也可以通过手动方式进行记录。

步骤1.3、数据传输：将采集到的水质数据经过数据服务层传输到数据库进行进一步的处理和分析。

数据处理和分析：对采集到的水质数据进行处理和分析，以获得相关的水质指标和参数。例如，可以通过测量水体的pH值、电导率、浊度等指标来评估水体的质量。

数据存储和报告：将处理和分析后的水质数据存储到数据库或报告中，以供后续的查询和应用。

数据采集作为整个系统的基础，具备多种数据源采集能力，包括设备、现场监控SCADA系统、数据库等，分布式部署多个采集程序同时采集，有效地避免单点失败、极大地提高数据采集的性能和稳定性。

根据数据类型和数据来源的不同，可以分为实时数据采集和人工录入数据。

数据采集方式：

根据现场网络以及系统现状，现场数据接入可以分为直接采集PLC和借助OPC接口采集现场上位监控SCADA数据。通过在运营点现场部署工业智能网关或路由，通过与PLC或上位监控SCADA对接，将实时数据采集并转发到系统的数据接收服务器。

实时数据采集频率可以根据需要进行调整(从秒级到分钟可配置和调整)，并且可以对问题数据进行清洗处理；

在一些实施例中，服务支撑层基础应用为应用层提供服务，本实施例的服务支撑层包括系统管理服务、GIS服务、消息引擎和报警服务。

可选的，系统管理服务如附图2所示，包括用户管理、部门管理、角色管理、权限管理、日志管理、应用管理、数据备份管理以及数据安全管理等，用户管理包括用户的注册、登录、授权、权限分配、个人信息管理功能，通过为用户关联角色与部门实现系统功能的授权和用户权限的分配。

具体来说，部门管理中通过设立各部门机构并分配对应的厂站访问权限，保障每个用户只能操作自己职责范围的数据，角色管理根据用户在组织中的职责和能力赋予对应角色，按角色的职责范围赋予系统功能的操作权限与页面的访问权限，从而实现系统的权限管理，用户基于记录关键操作和重要业务的数据。日志管理记录用户访问系统的关键操作，并提供统计查询功能。业务运行日志包括不限于统计每个水厂泵房不同采集时间的状态及信息，包括但不限于采集时间、泵房名称、泵房状态、瞬时流量、压力、频率、泵电流、运行时长、电压、电流、累计流量、累计电量等数据。支持导出数据等。

具体的，应用管理，用于提供系统管理员必要的应用权限，如权限分配、字段定制、流程跳转的定制等，方便对今后业务需求更改时能自行配置。数据备份管理支持对关键应用数据和系统数据的定期自动备份和不定期人工备份，数据出现损坏可及时进行数据恢复。

具体的，数据安全管理通过数据安全管理功能，结合信息安全的技术手段，保证数据资产使用和交换共享过程中的安全，进而满足数据安全管理需求。安全通用要求应满足技术要求和管理要求，为数据和信息提供适当的认证、授权、访问和审计，以防范可能的数据安全隐患。数据安全管理的内容包含但不限于数据采集安全、数据脱敏、租户隔离、日志审计、异常监控以及数据分类分级。

可选的，GIS服务采用专门的GIS软件以及服务，其中服务如Google Maps API或百度地图API，并结合水厂、管网、水源地的监测数据，为应用层提供地理信息可视化服务。

可选的，通过消息引擎在不同服务、系统或设备之间传递消息，以实现异步通信和数据交换；具体的，本实施例中消息引擎用于将实时数据从网关传输到数据采集服务器，将报警消息通知给相关人员，将数据在各子系统如水源地管理系统、水厂管理系统、任务协同管理系统之间进行分发，确保各个子系统之间的协同工作。

报警服务，如附图3所示，可以基于SCADA系统实现，SCADA系统接收数据服务层采集服务器上传的实时数据，根据设置的报警规则进行实时报警与自动恢复；

其中，报警规则包括监测点位、触发条件、报警延时、应用站点信息。

具体的，需要报警服务的应用层模块通过订阅报警服务，实时报警更新后主动推送给应用层的模块，并开放确认报警接口供应用层调用，确认报警后该监测点位的实时数据时不再触发报警，数据达到恢复报警条件并再次触发报警，报警派工部分连接任务协同管理模块，基于设置的报警规则自动派工或管理员手动派工。

在一些实施例中，应用层包括水源地管理平台、水厂管理平台、生产运行监控平台和任务协同管理平台；

水源地管理平台，被配置为实现水源地的巡检控制、异物识别、水质监测以及水源地的协同管理，包括无人机巡检监控模块、AI异物识别模块、水质监测预警以及水源地的协同管理模块；

水厂管理平台：被配置为对水厂进行建模，整合水厂硬件构建虚拟现场，完成水厂数字建筑的虚拟化，根据获取的水务现场的运行数据，形成水厂的数字孪生；

生产运行监控平台：被配置为对水厂运行的耗材管理以及人员管理；

任务协同管理平台：被配置为实现任务的处理以及闭环化管理。

可选的，水源地管理平台的无人机巡检监控模块，被配置为控制无人机进行巡检，并获取巡检得到的水源地图像数据，生成巡检结果；

具体的，无人机巡检监控模块，被配置为执行以下过程：

步骤A1、对区域进行划分得到多个子区域，根据获取的巡检区域的环境信息，规划巡检路径巡检区域内的子区域巡检路径以及巡检区域之间的区域飞行路径；

具体的，根据各巡检区域的安全等级和地理位置以及天气状况，确定无人机在每一所述巡检区域之内的子区域巡检路径以及巡检区域之间的区域飞行路径、飞行高度、飞行速度，无人机按照规定路径巡检；

步骤A2、将相应的巡检路径发送至相应的无人机，控制无人机按照相应的路径对水源地现场进行巡检，得到巡检图像数据；

本步骤中通过无人机航拍辅助巡查，进行无死角、无盲区、全覆盖巡查水源地的图像以及视频数据。无人机上升到百米高空后进行巡航，将高清画面同步传回地面，巡查人员根据无人机实时收集画面，可清晰查看水源地、管网状况，检查是否存在违规、损坏情况。

步骤A3、根据巡检结果绘制巡检报表，记录巡检路径信息、巡检频次信息以及巡检图像信息作为巡检信息，将巡检信息上传数据库记录，结合数字化平台管理，为有关部门提供现场情况和分析报告。

具体的，AI异物识别模块，被配置为执行以下过程：

步骤B1、针对每个水源地，获取对应水源地的水位信息、水质信息、无人机巡检信息；

其中，巡检信息包括无人机的巡检路径、巡检频次等信息，以及无人机采集的图像以及视频信息。水位信息、水质信息可以通过感知层设置的传感设备获取。

步骤B2、采用基于深度学习的视觉识别算法对巡检信息分析，识别并标记出有问题的目标物或目标区域，自动生成巡检报告或事件报告，具体的，包括如下步骤：

步骤B21、对获取的数据进行预处理；

数据预处理：将图像数据集进行预处理，使其满足神经网络的输入要求。这可能包括图像大小的调整、归一化、增强等操作。

预处理步骤包括以下方面：

图像增强：提高图像的对比度、亮度等属性，以增加图像的信息量；

图像裁剪：将图像中无关的部分裁剪掉，以提高计算效率；

归一化处理：将图像的像素值规范化为同一范围，如0-1或-1到1，以减少计算误差；

数据去噪：去除数据中的噪声和干扰，以提高模型的鲁棒性；

步骤B22、构建并训练卷积神经网络模型，基于训练好的卷积神经网络对预处理后的图像进行识别，并基于分类器对识别结果进行分类。

基于深度学习的视觉识别算法对巡检信息分析，其中深度学习的视觉识别模型构建：包括依次连接的残差神经网络、特征金字塔网络、分类层和回归头；

残差神经网络(ResNet)与特征金字塔网络结合进行特征提取；

分类头(也称为class head)和回归头(也称为boundary head)：这两个头分别负责物体分类和边界框回归；这两个头接收FPN的输出特征图作为输入；分类头对每个可能的物体类别输出一个分数，而回归头输出识别后得到的边界框。

本实施例中，采用特征金字塔网络(FPN)与ResNet50相结合进行特征提取。FPN在许多现代目标检测任务中被证明是有效的，因为它能捕获不同尺度的信息。将FPN与ResNet50的骨干网络结合在一起，因为ResNet50有稳定的性能和较少的参数。

具体的，使用预训练的ResNet50作为骨干网络，从输入图像中提取有用的特征。使用ResNet50的前四个残差块的输出，每个块的输出经过卷积和激活函数后都会产生一个特征图。FPN接收骨干网络的四个特征图作为输入，然后它会创建一个特征金字塔，这个金字塔的每一级都代表了不同的尺度。FPN的输出也是特征图，但是每个特征图都包含了不同尺度的信息，这对于检测不同大小的异物非常有用。

损失函数：

使用Focal Loss作为损失函数，这是一种在处理极度不平衡的分类问题时表现良好的损失函数。对于边界框的回归，使用Smooth L1 Loss。

训练方式：

预训练：使用在ImageNet上预训练的ResNet50模型作为我们模型的初始化。这样可以帮助我们的模型更快地收敛，而且可以提高最终的性能。

微调：在预训练的基础上，在无人机采集的图像数据集上进行微调训练。使用随机梯度下降(SGD)作为优化器，学习率设置为0.01，动量设置为0.9。数据增强：使用一些常见的数据增强技术，如随机裁剪，随机翻转，色彩抖动等，来增加模型的泛化能力。

模型保存与早停：在每一个epoch结束时保存模型，并且如果验证集上的性能在连续10个epoch没有提升，停止训练并加载最好的模型。

预测：使用训练好的模型对新的图像进行分割预测。

本实施例通过基于深度学习的视觉识别算法，可针对水面漂浮物、水生植被爆发、违规垂钓、野泳、落水危险等问题进行自动识别。通过AI智能分析平台对无人机拍摄的正射影像图或视频进行自动判别，标记出有问题的目标物或目标区域。

具体的，水质监测预警模块，被配置为获取水源地的水质数据，按照预警标准分为多级预警，达到预警标准将生成水质预警信息；

具体的，水源地的协同管理模块，被配置为实现巡检信息、异物识别结果、水质预警信息的查询以及可视化显示，并针对识别到异常情况水源地，生成水源地管控方案。

具体的，水源地的协同管理结合element ui、easy ui等前端框架，设计页面布局，利用HTML、css来创建页面的基本结构，HTML用于创建页面元素和内容，而CSS用于定义页面的样式和布局。由JavaScript语言编写脚本，添加页面的交互性，动态地改变页面的内容。利用MySQL，根据特定条件编写sql语句，将查询语句发送到数据库，并等待数据库执行查询。查询检索到的业务数据库中的所需数据，进一步对数据进行处理和操作，以便将其呈现在前端页面或其他应用程序中。

针对识别到异常情况水源地，生成水源地管控方案，包括：

步骤C1、按照设定的扩大比例，扩大对应水源地的巡检范围；

步骤C2、在扩大的水源地范围区域内生成巡检方案，获取巡检图像；

步骤C3、针对巡检图像进行识别，判断是否存在污染源、是否存在违规排放的异常区域；针对识别到的异常区域，生成监督治理工单；

步骤C4、对治理后的水源地进行定期监测，评估治理效果，并根据评估结果调整治理措施，重新生成新的监督治理工单。

在一些实施例中，水厂管理平台，包括数字化水厂、智慧看板、水质监测预警和管理驾驶舱；

数字水厂基于BIM建模实现对水厂做精细化建模，整合场内各类硬件，还原虚拟现场，完成数字建筑的虚拟化；搭配自控数据，形成水厂的数字孪生。

BIM为建筑信息模型，是一种应用于建筑和土木工程行业的数字化工具。

可选的，数字化水厂的BIM建模方法，可以包括如下步骤：

步骤D1、建立水厂的BIM标准，选择数据交换格式，构建BIM模型整体结构；

BIM的软件使用AutoCAD、MicroStation、Revit、SketchUp等。可选的，数据交换格式使用IFC(Industry Foundation Class)格式，用于不同BIM软件之间的数据交换和共享。

根据获取的不同数据，选择数据转换格式转换得到对应数据分析结果的看板，如下面的步骤D2至步骤D4。

步骤D2、获取各水厂运行实时监控数据，基于数据转换格式生成包括生产水厂的监控界面的智慧生产看板；

具体的，智慧生产看板：由可视化图表的形式展示各水厂实时监控画面、压力、水质合格率、总供水情况及水厂供水情况，各水厂工艺流程图、出厂流量、压力以及水质信息，形成智慧生产专题看板。

步骤D3、获取各水厂运行运维数据，基于数据转换格式生成智慧运营专题看板；

具体的，智慧运营看板：由可视化图表的形式，展示设备数量。分类、巡检完成率、工单完成率、工单类型统计等数据，组合形成智慧运营专题看板。

步骤D4、获取各水厂水管管网结构以及运行监控数据，基于数据转换格式生成智慧管网看板；

具体的，智慧管网看板：由可视化图表的形式构建智慧管网专题看板，展示管网设备统计、管网口径统计、流量监测、压力监测、漏损指标、产销差分析、分区统计以及漏损排行信息。

步骤D5、对构建的BIM模型进行分层，设置多个主题层，按照主题分类分别可视化显示。

可选的，数据主题层可以包括设备主题层、能耗主题层以及其他主题层

具体的，设备主题层可以实现基于三维展示设备信息、故障信息、工单信息、设备保养、设备维修保养率等业务管理；能耗主题层可以实现基于三维实现水厂运营药耗、单耗等业务管理。其他主题层可以实现基于三维实现水厂视频、门禁、周界报警等业务管理。

步骤D6、基于BIM模型构建数字化水质监测预警模块，得到水质一张图，用于可视化显示水质监测信息，界面图如图6所示，界面仅是示例，本领域发明人可以根据需要对界面显示的内容进行修改变更；

水质一张图的构建执行以下过程：

步骤D61、获取水厂地理位置信息，构建矢量地图的矢量要素，绘制矢量地图；

矢量地图包括地图中的矢量要素的数据结构，具体的，每个矢量要素包括坐标点、线段的起点和终点、多边形的边界、飞线汇聚等，包含相关重要地区名称。

步骤D62、周期循环获取数据服务层的数据库的水质数据，显示实时水质数据监测结果，绘制并更新水质数据曲线；

本步骤实现所有水厂的水质数据实时监管，通过与PLC数据服务层的采集服务器通信，实现水质数据的获取，将获取的实时数据存储至业务数据库，前端利用JavaScript语言结合element框架，周期循环获取业务数据库的水质数据并反馈给用户。

步骤D63、获取水源地水质监测数据、水厂运行水质监测数据、管网水监测数据，生成预警信息并实时预警；实现水、出厂水、管网水水质超标数据的实时预警以及预警任务的管理。

本实施例基于智慧水务“一张图”理念，根据地理信息发展现状，结合遥感影像，对矢量电子地图进行制作，对空间数据进行全面整合。采用地理信息系统平台，实现空间信息共享服务，实现水务信息化“一张图”展示监管、决策指挥、应急抢险等业务管理。实现工程管理数据的“一张图”的监测、预警、应急、指挥调度、决策、社会公开等服务。

步骤D7、基于BIM模型构建数字化水厂驾驶舱，实现数据比对及预警；界面图如图7所示，界面仅是示例，本领域发明人可以根据需要对界面显示的内容进行修改变更。

水厂驾驶舱：被配置为实现超标源水、出厂水的超标水质数据实时预警，实现分水厂的水质数据实时监管与实验室数据比对，实现最新实验室数据实时监管与实验室报告电子化归档联查，实现关键水质指标趋势对比(实时检测数据、国标标准、内控标准)，支持多个维度的数据显示，如可以实现日、月、年三个维度，水厂驾驶舱具体的实现步骤包括如下：

步骤D71、获取水质参数标准以及水质监测数据，进行比对生成多个级别的预警任务，绘制关键水质指标变化趋势曲线，实现水质变化对比；

具体的，配置可修改的水质参数标准，将标准存储至数据服务层的业务数据库，将读取到的水质数据与水质标准进行对比，匹配并生成三个级别预警任务。

具体的，绘制关键水质指标变化趋势曲线，实现水质变化对比，可以利用echarts技术，将水质数据绘制成曲线图或折线图，添加国标标准、内控标准的标准线进行真实水质数据的对比，实现日、月、年三个维度的历史数据查询。

进行比对生成多个级别的预警任务的方法，具体的，水质参数设置规定水质参数的预警范围，预警规则设置规定三级预警所对应的预警范围，当水质数据达到预警范围，触发相应级别的预警，并生成预警任务。

步骤D72、分别获取分水厂的水质数据实时监管数据与实验室数据，实现数据比对；

具体的，实验室检验人员，将所研究数据经过平台导入，数据存储至业务数据库；将各水厂的水质实时数据与实验室数据在同一版面进行展示，对比二者差异。

步骤D73、对实验室数据以及报告电子化归档；

本步骤通过电子化归档，能够实现最新实验室数据实时监管与实验室报告电子化归档联查，包括实验室实时数据和实验室数据统计报告，可查询任意时间的实验室数据。

在一些实施例中，生产运行监控平台，被配置为对水厂运行的耗材管理以及人员管理，包括药剂管理模块、能耗管理模块、值班管理模块、报警管理模块和统计分析模块。

药剂管理模块，用于实现药剂基本信息管理、药桶信息管理、药剂库存管理；

能耗管理模块，用于通过调用服务支撑层的工业数据库实时监测各水厂配电设备的状态参数、能耗参数、电能质量参数进行数据分析，得到能耗分析结果；

值班管理模块，用于实现班组设置、班次设置、排班管理以及交接班管理，管理员设置班组、班次后，定期进行排班操作，值班人员在中控室电脑端进行值班、交班等无纸质化操作，形成交接班记录和值班记录。

报警管理模块，连接服务支持层的报警服务，用于实现报警类型设置、报警规则设置、实时报警查看、报警确认和报警派工操作、历史报警查看等功能。

其中，报警类型根据水厂生产运行数据的分类，可以包括数据异常报警、设备异常报警、通讯异常报警、管网水质报警等类型。

报警规则是整个系统平台进行异常报警判断和报警过程执行的标准，主要包括监测项阈值设置、报警方式设置、报警信息发送人员设置等功能。

统计分析模块，被配置为提供统一管理看板，对各水厂水源地运行中产生的关键数据诸如供水量、耗电量、电能质量、药剂消耗量、泵组运行状态、值班记录等进行饼图、柱状图、折线图等图形化显展示以及数据报表结构化展示。

在一些实施例中，任务协同管理平台，被配置为实现任务的处理以及闭环化管理。

任务协同管理平台，实现任务类别管理、任务派工、任务处理与任务统计分析，实现系统预警任务、人为发起任务，从上报到督办到处理到反馈的一整套闭环化管理，相关问题处理结果能够通过系统进行查询。

任务类型包括：维修类型、保养类型、预警类型和其他类型，维修类型联动设备全生命周期管理系统中的维修任务，能够选择对应的维修任务开具维修工单进行工单处理。保养类型联动设备全生命周期管理系统中的保养任务，能够选择对应的保养任务开具保养工单进行工单处理。预警类型联动物联设备采集数据自动触发的预警任务(水质、设备等数据)，能够选择对应的预警任务工单进行工单处理。其他类型能够支持处理其他业务上的任务如采购等，录入任务要求、处理人等信息指派其他工单进行工单处理。

在一些实施例中，交互表现层，实现与用户交互，可以包括为监控大屏、Web端网站和手机端App等。

其中，监控大屏可切换展示水厂水源地管理驾驶舱和智慧看板，主要用于现场管理人员或领导查看核心关键数据。Web端网站集成应用层各功能模块，厂站管理员登录网站实现水厂的综合管理。手机端App实现对平台上的各运行数据进行集中展示，保证各级管理和操控人员在第一时间及时掌握运行状态，并集成任务协同管理平台中的任务处理功能，方便工作人员现场工作完毕后及时提交任务工单。

实施例2

基于实施例1，本实施例中提供基于实施例1所述的一种智慧水务系统平台的水务业务管控方法，包括水源地管理方法、水厂管理方法、生产运行监控方法和任务协同管理方法，可以在应用层中实现，其中，水厂管理方法可以在水厂管理平台中实现，用于对水厂进行建模，形成水厂的数字孪生，包括如下步骤：

步骤1、建立水厂的BIM标准，选择数据交换格式，构建BIM模型的整体结构；

步骤2、根据获取的不同数据，选择数据转换格式转换得到对应数据分析结果的看板；

步骤3、对构建的BIM模型进行分层，设置多个主题层，按照主题分类分别可视化显示；

步骤4、基于BIM模型构建数字化水质监测预警模块，得到水质一张图，用于可视化显示水质监测信息。

步骤5、基于BIM模型构建数字化水厂驾驶舱，实时显示数据比对及预警。

具体的，步骤2中，根据获取的不同数据，选择数据转换格式转换得到对应数据分析结果的看板的方法，包括如下步骤：

步骤21、获取各水厂运行实时监控数据，基于数据转换格式生成包括生产水厂的监控界面的智慧生产看板；

步骤22、获取各水厂运行运维数据，基于数据转换格式生成智慧运营专题看板；

步骤23、获取各水厂水管管网结构以及运行监控数据，基于数据转换格式生成智慧管网看板。

可选的，步骤4中，水质一张图的构建执行以下过程：

步骤41、获取水厂地理位置信息，构建矢量地图的矢量要素，绘制矢量地图；

步骤42、周期循环获取数据服务层的数据库的水质数据，显示实时水质数据监测结果，绘制并更新水质数据曲线；

步骤43、获取水源地水质监测数据、水厂运行水质监测数据、管网水监测数据，生成预警信息，并实时预警。

步骤5中，水厂驾驶舱具体的实现步骤包括如下：

步骤51、获取水质参数标准以及水质监测数据，进行比对生成多个级别的预警任务，绘制关键水质指标变化趋势曲线，实现水质变化对比；

步骤52、分别获取分水厂的水质数据实时监管数据与实验室数据，实现数据比对；

步骤53、对实验室数据以及报告电子化归档。

水源地管理方法可以在水源地管理平台中实现，用于实现水源地的巡检控制、异物识别、水质监测以及水源地的协同管理。

生产运行监控方法，可以在生产运行监控平台中实现，用于为对水厂运行的耗材管理以及人员管理

任务协同管理方法，可以在任务协同管理平台中实现，用于实现任务的处理以及闭环化管理。

此处需要说明的是，本实施例中的各个步骤与实施例1中的各个平台一一对应，其具体实施过程相同，此处不再累述。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.一种智慧水务系统平台，其特征在于：包括物理感知层、数据服务层、服务支撑层与应用层；

物理感知层，用于采集水务现场生产运行数据；

数据服务层，用于实现物理感知层的数据采集与远程控制，并实现对采集的数据进行存取；

服务支撑层，提供智能引擎基础服务，为应用层提供基础应用；

应用层，基于服务支撑层提供的基础服务以及数据服务层提供的感知层采集的生产运行数据，实现智慧水务业务智能管控；对水厂进行建模，整合水厂硬件构建虚拟现场，完成水厂数字建筑的虚拟化，根据获取的水务现场的运行数据，形成水厂的数字孪生。

2.如权利要求1所述的一种智慧水务系统平台，其特征在于：

应用层包括水源地管理平台、水厂管理平台、生产运行监控平台和任务协同管理平台；

水厂管理平台，被配置为对水厂进行建模，形成水厂的数字孪生，基于BIM建模实现，步骤如下：

建立水厂的BIM标准，选择数据交换格式；

根据获取的不同数据，选择数据转换格式转换得到对应数据分析结果的看板；

对构建的BIM模型进行分层，设置多个主题层，按照主题分类分别可视化显示；

基于BIM模型构建数字化水质监测预警模块，得到水质一张图，用于可视化显示水质监测信息；

基于BIM模型构建数字化水厂驾驶舱，实时显示数据比对及预警。

3.如权利要求2所述的一种智慧水务系统平台，其特征在于：

根据获取的不同数据，选择数据转换格式转换得到对应数据分析结果的看板的方法，包括：

获取各水厂运行实时监控数据，基于数据转换格式生成包括生产水厂的监控界面的智慧生产看板；

获取各水厂运行运维数据，基于数据转换格式生成智慧运营专题看板；

获取各水厂水管管网结构以及运行监控数据，基于数据转换格式生成智慧管网看板。

4.如权利要求2所述的一种智慧水务系统平台，其特征在于：

水质一张图的构建执行以下过程：

获取水厂地理位置信息，构建矢量地图的矢量要素，绘制矢量地图；

周期循环获取数据服务层的数据库的水质数据，显示实时水质数据监测结果，绘制并更新水质数据曲线；

获取水源地水质监测数据、水厂运行水质监测数据、管网水监测数据，生成预警信息，并实时预警。

5.如权利要求2所述的一种智慧水务系统平台，其特征在于：

水厂驾驶舱具体的实现步骤包括如下：

获取水质参数标准以及水质监测数据，进行比对生成多个级别的预警任务，绘制关键水质指标变化趋势曲线，实现水质变化对比；

分别获取分水厂的水质数据实时监管数据与实验室数据，实现数据比对；

对实验室数据以及报告电子化归档。

6.如权利要求2所述的一种智慧水务系统平台，其特征在于：水源地管理平台，被配置为实现水源地的巡检控制、异物识别、水质监测以及水源地的协同管理，包括无人机巡检监控模块、AI异物识别模块、水质监测预警以及水源地的协同管理模块；

无人机巡检监控模块，被配置为执行以下过程：

对区域进行划分得到多个子区域，根据获取的巡检区域的环境信息，规划巡检路径巡检区域内的子区域巡检路径以及巡检区域之间的区域飞行路径；

将相应的巡检路径发送至相应的无人机，控制无人机按照相应的路径对水源地现场进行巡检，得到巡检图像数据；

根据巡检结果绘制巡检报表，记录巡检路径信息、巡检频次信息以及巡检图像信息作为巡检信息。

7.如权利要求6所述的一种智慧水务系统平台，其特征在于：

AI异物识别模块，被配置为执行以下过程：

针对每个水源地，获取对应水源地的水位信息、水质信息、无人机巡检信息；

采用基于深度学习的视觉识别算法对巡检信息分析，识别并标记出有问题的目标物或目标区域，自动生成巡检报告或事件报告；

或者，水源地的协同管理模块，被配置为实现巡检信息、异物识别结果、水质预警信息的查询以及可视化显示，并针对识别到异常情况水源地，生成水源地管控方案。

8.如权利要求2所述的一种智慧水务系统平台，其特征在于：生产运行监控平台，被配置为对水厂运行的耗材管理以及人员管理，包括药剂管理模块、能耗管理模块、值班管理模块、报警管理模块和统计分析模块；

药剂管理模块，用于实现药剂基本信息管理、药桶信息管理、药剂库存管理；

能耗管理模块，用于通过调用服务支撑层的工业数据库实时监测各水厂配电设备的状态参数、能耗参数、电能质量参数进行数据分析，得到能耗分析结果；

值班管理模块，用于实现班组设置、班次设置、排班管理以及交接班管理，管理员设置班组、班次后，定期进行排班操作，值班人员在中控室电脑端进行值班、交班等无纸质化操作，形成交接班记录和值班记录；

报警管理模块，连接服务支持层的报警服务，用于实现报警类型设置、报警规则设置、实时报警查看、报警确认和报警派工操作与历史报警查看；

或者，任务协同管理平台，被配置为实现任务的处理以及闭环化管理。

9.基于权利要求1-8任一项所述的一种智慧水务系统平台的水务业务管控方法，其特征在于，包括水源地管理方法、水厂管理方法、生产运行监控方法和任务协同管理方法，水厂管理方法用于对水厂进行建模，形成水厂的数字孪生，包括如下步骤：

建立水厂的BIM标准，选择数据交换格式；

根据获取的不同数据，选择数据转换格式转换得到对应数据分析结果的看板；

对构建的BIM模型进行分层，设置多个主题层，按照主题分类分别可视化显示；

基于BIM模型构建数字化水质监测预警模块，得到水质一张图，用于可视化显示水质监测信息；

基于BIM模型构建数字化水厂驾驶舱，实时显示数据比对及预警。

10.如权利要求9所述的水务业务管控方法，其特征在于：

水质一张图的构建执行以下过程：

获取水厂地理位置信息，构建矢量地图的矢量要素，绘制矢量地图；

周期循环获取数据服务层的数据库的水质数据，显示实时水质数据监测结果，绘制并更新水质数据曲线；

获取水源地水质监测数据、水厂运行水质监测数据、管网水监测数据，生成预警信息，并实时预警；

水厂驾驶舱具体的实现步骤包括如下：

获取水质参数标准以及水质监测数据，进行比对生成多个级别的预警任务，绘制关键水质指标变化趋势曲线，实现水质变化对比；

分别获取分水厂的水质数据实时监管数据与实验室数据，实现数据比对；

对实验室数据以及报告电子化归档。