概述

寻求意向单位合作开展供水管网水力水质模型建立及厂网智慧控制关键技术研发

需求详情

一.技术需求描述1、技术参数（1）模型选择与参数确定：模型选择：需要根据具体情况选择合适的模型，如一维、二维或三维模型，或简化的经验模型与复杂的物理模型。参数确定：模型参数的确定和校准需要大量的试验数据和经验，参数不准确会导致模型结果偏差。（2）空间和时间尺度：空间尺度：不同尺度（如管网前端、管网末端、点源）的模型需要不同的处理方法和精度要求。时间尺度：长时间模拟可能需要大量计算资源和时间，短时间模拟则可能无法捕捉到系统的长期变化趋势。（3）模型验证与校准：验证与校准：需要大量的实测数据进行验证和校准，确保模型能够准确反映实际情况。不确定性分析：需要分析模型的敏感性和不确定性，以了解模型预测结果的可靠性和可信度。（4）监测点布设：合理选点：确定监测点的位置需考虑管网的复杂性、供水特点和水质变化，确保监测点能代表整个管网的水质。监测点数量：需要在有限的监测点中获取尽可能多的有用信息，点数过多增加成本，过少则可能漏掉关键信息。（5）数据传输与处理：实时数据传输：确保监测设备能够稳定、实时地将数据传输到中央监控系统，对数据传输的可靠性和稳定性要求较高。2、技术指标（1）模型精度：高精度模拟：包括精细化的网格划分、精确的管道参数、详细的节点数据等，能够精确模拟供水管网中的水力动态过程，以将漏损率控制在8%。（2）实时数据融合：结合实时监测数据，动态更新模型参数和边界条件，提高模型的预测精度和时效性。（3）数据采集与管理：物联网技术：广泛应用传感器网络，通过物联网技术实现对水压、水流量、水质等参数的实时监测和数据采集，可马上定位漏损地点。大数据平台：建立供水管网的大数据平台，对海量数据进行存储、管理和分析，支持模型的构建和优化。（4）计算能力与算法：高性能计算（HPC）：利用高性能计算技术，提高模型的计算速度和效率，支持大规模、长时间的水力模拟。先进算法：应用如遗传算法、粒子群优化算法等优化算法，提高模型参数的校准和优化能力。（5）模型集成与智能化：多模型集成：集成一维、二维甚至三维的水力模型，结合供水、水质、压力管理等多方面模型，实现多维度的综合分析。智能调度系统：基于模型的预测结果，利用人工智能技术实现供水系统的智能调度和优化管理，提高供水系统的效率和可靠性。3、明确目标（1）为分析管网输配过程典型的水质恶化问题及关键环节、研发适用的饮用水在线监测技术装备1套，检测指标包括浊度、余氯、溶解氧等不少于5项；（2）研发保障出厂水满足管网水稳定性要求的水处理工艺优化技术1项；（3）形成管网水质敏感区及关键因子识别技术、管网水质监测点位设置方法及管网水质敏感区水质改善技术1项；（4）提出基于管网水质保障的出厂水残余金属和细菌生长潜势等关键指标控制值，形成控制技术2项；（5）建立供水管网实时水力水质模型，模型覆盖管网节点80%以上，连续12个校正时段压力误差不大于1.5 m的监测点比例大于80%；二、行业代表性2020年9月，习近平总书记在科学家座谈会上的重要讲话提到坚持“四个面向”、加快科技创新，其中“面向人民生命健康”正是本项目实施的科技创新方向，本项目也是落实习近平总书记二十大报告精神和关于科技创新重要讲话的重要举措。由于城乡一体化发展以及城市自身的发展，为满足人口的用水需求，多水源供水模式日益常见，致城市供水模式系统复杂化。我国的供水管网大部分修建时间早，管道内部腐蚀情况严重，可能会导致水中重金属含量增加。如镀锌钢管可能会导致水中苯类、金属铅、挥发性酚等含量增加。这将导致水质污染加重，严重的甚至可能危害人体健康。三、需求合理性公司成立以来，先后研发了环境水质监测管理系统、思源云OS系统、园区3D可视化系统、语音降噪自动识别系统、工业电气化管理系统等产品。本公司研发团队实力雄厚，核心成员来自行业知名企业，拥有非常雄厚的技术开发实力，专业覆盖人工智能、大数据等多个领域，研发人员结构合理。其中多人在人工智能、物联网、电力运维等技术领域具有十年以上的研发经验，创新能力突出。四、技术需求创新性通过实时监测管网系统的水力水质情况，可以及时预警管网系统可能出现的故障，减少事故发生的可能性，保障供水系统的安全稳定运行。此外，实时监测管网水质还可以帮助管网系统运营管理者及时调整管网运行参数，提高供水系统的运行效率和水质管理水平。可以有效提升供水系统的管理水平和服务质量，有效保障城镇供水“生命线”和人民群众生命安全。【预期目标】（1）为分析管网输配过程典型的水质恶化问题及关键环节、研发适用的饮用水在线监测技术装备1套，检测指标包括浊度、余氯、溶解氧等不少于5项；（2）研发保障出厂水满足管网水稳定性要求的水处理工艺优化技术1项；（3）形成管网水质敏感区及关键因子识别技术、管网水质监测点位设置方法及管网水质敏感区水质改善技术1项；（4）提出基于管网水质保障的出厂水残余金属和细菌生长潜势等关键指标控制值，形成控制技术2项；（5）建立供水管网实时水力水质模型，模型覆盖管网节点80%以上，连续12个校正时段压力误差不大于1.5 m的监测点比例大于80%；（6）开展管网水质在线监测、厂网协同控制技术应用示范，供水规模不低于5万m3/日，示范区用户末梢水相关指标稳定达到GB5749-2022要求。【技术指标】（1）模型精度：高精度模拟：包括精细化的网格划分、精确的管道参数、详细的节点数据等，能够精确模拟供水管网中的水力动态过程，以将漏损率控制在8%。（2）实时数据融合：结合实时监测数据，动态更新模型参数和边界条件，提高模型的预测精度和时效性。（3）数据采集与管理：物联网技术：广泛应用传感器网络，通过物联网技术实现对水压、水流量、水质等参数的实时监测和数据采集，可马上定位漏损地点。大数据平台：建立供水管网的大数据平台，对海量数据进行存储、管理和分析，支持模型的构建和优化。（4）计算能力与算法：高性能计算（HPC）：利用高性能计算技术，提高模型的计算速度和效率，支持大规模、长时间的水力模拟。先进算法：应用如遗传算法、粒子群优化算法等优化算法，提高模型参数的校准和优化能力。（5）模型集成与智能化：多模型集成：集成一维、二维甚至三维的水力模型，结合供水、水质、压力管理等多方面模型，实现多维度的综合分析。智能调度系统：基于模型的预测结果，利用人工智能技术实现供水系统的智能调度和优化管理，提高供水系统的效率和可靠性。