人工智能在水利工程管理中的应用 .pdfVIP

人工智能在水利工程管理中的应用

摘要：全面加强人工智能在水利工程管理中的应用，对于促进水利工程的整

体发展和进步具有十分重要的意义。虽然国家在人工智能应用方面取得了一些成

绩和成果，但由于其广阔的前景，需要进一步加大人工智能技术的研发力度，以

确保其对水利工程等的发展作出应有的贡献。

关键词：人工智能；水利工程；管理应用

1人工智能的概念

所谓人工智能技术，是指在当代科技发展中充分利用先进的互联网技术和模

拟计算技术。通过机器操作，模拟人的意识进行固定思维，成为一种动作技术。

目前人工智能的应用非常广泛，无论是制造企业、互联网企业等，都开始应用人

工智能技术。人工智能技术的核心是数据的支撑和大功率传输技术的支撑。它可

以模拟在处理问题的过程中的某些思考和决策。通过大量的数据计算，人工智能

的主要特点是精确、高效和严谨。因此，各国都在积极研发人工智能技术，尤其

是以美国为代表的微软、谷歌等大型互联网公司正在积极研究人工智能技术，与

装备制造业进行有效合作。

2人工智能在水利管理中的应用

2.1给水管网渗漏的实时检测

对于世界上任何一个国家来说，渗漏都是其供水系统的一个主要问题。本节

介绍一种基于人工智能的渗漏检测系统，该系统不仅可以检测管道的爆裂和泄漏，

还可以检测出这些供水系统中的设备故障。该检测系统的工作原理是自动处理实

时压力和流量传感器信号，然后利用人工神经网络预测近期的信号值，最后将这

些数值与传入的监测结果相比较，作为是否发生故障的证据。以这种方式收集的

证据使用贝叶斯网络进行处理，估计事件发生的可能性并发出相应警报。该系统

可有效地从历史突发事件和其他事件中学习，预测未来的突发事件。该检测系统

最初是作为一个研究项目的组成部分开发的，后来被整合到一款商用的异常事件

检测系统(EDS)中。

自2015年以来，EDS一直被英国一家大型水利管理公司使用。它每15分钟

处理来自七千多个压力和流量传感器的数据，这使EDS能够及时、可靠地检测管

道爆裂和相关泄漏，并且具有高准确率和低虚警率。此外，EDS还可以通过检测

通常发生在突发事件之前的设备故障(例如，减压阀故障)来主动预防突发事件。

EDS不使用水力或所分析配水管网的其他模拟模型，即它仅通过从偏离正常压力

和流量信号的传感器信号中提取有用信息来工作，这使得EDS具有较高的鲁棒性

和可扩展性。到目前为止，EDS让应用单位节省了大量的运营成本，显著减少了

泄漏，降低客户损失，改善了使用公司对数百万客户的服务。

2.2基于人工智能和计算机视觉的管道自动检查

对城市排水系统管道的定期检查非常重要，因为未发现的结构故障和其他故

障(如接缝移位、裂缝等)可能会导致严重污染或洪灾事件。这种检查通常是通过

录制监控视频，然后靠人工分析来完成的。这一过程十分耗时费力，而且通常依

据工作人员的主观判断，结论并不可靠。本节介绍一种基于人工智能的城市排水

系统管道检查解决方案，该方案可通过使用计算机视觉和机器学习方法，以自动

化方式分析监控视频和检测管道故障。该解决方案首先通过图像处理，将监控视

频中的图像进行处理并转换为合适的数据。然后，依靠随机森林方法使用该数据

来检测故障。在应用前，该解决方案所用的模型需使用一些预先标记的监控视频

画面来训练完善。自动检测的工作原理类似于人脸识别系统，尽管故障检测的任

务更复杂，因为存在太多不同类型的故障，这些故障可能在监控视频图像中以非

常不同的方式表现出来。

2.3污水处理厂预测控制

2019年3月，一款污水处理厂预测控制软件被部署在新加坡一处再生水处理

厂。它的部署是为了在提高工厂绩效的同时为操作员和管理人员提供预测性分析。

该软件收集工厂测量的实时数据，包括氨、硝酸盐、氧气、磷酸盐等物质，并建

立历史数据库。然后，该软件利用先进的数据分析和机器学习算法来预测工厂的

废水流量、氧气需求、化学剂量需求和其他需求。该系统控制关键的处理过程，

根据其预测和工厂的历史表现实时自动优化它们。它通过基于多次测量的分位数

回归技术进一步检测工厂过程中的异常。随着软件的自学习，预测精度会随着时

间的推移而提高，仅一个月就达到了88%的预测准确率。

该软件连接到工厂的监测控制和数据采集系统以收集数据并控制关键流程，

并将数据发送到软件云平台进行处理。依靠云平台近乎实时地收集数据的能力，

该软件能够通过数字孪生跟踪内部部署解决方案的实际性能。机器学习技术被用

来理解每个过程的运行效率，然后利