项目背景

近年来，某大型水务公司的数字水务信息化建设取得了诸多成果，积累了大量的制水生产、工程建设、供水服务等方面的业务数据。同时，正确合理的运行调度方案对确保供水安全、维持全线流量平衡、实现节能节水和梯级泵站经济运行均具有重要意义。
大数据、人工智能以及高维数据可视化等前沿技术的发展，为实现决策智能化提供了技术基础，通过大数据、人工智能技术构建峰谷经济用能梯级调度优化解决方案，最终实现“数字供水”向“智慧供水”跨越。

问题与挑战

1、项目所在的水务公司缺乏精确预测需水量的手段。
2、站点机组设备检修、设备维护、设备更换缺乏参考依据。
3、运行调度方案制定依靠人工经验，缺乏有效的优化手段。

解决方案

原水输配智能调度决策支持系统包括三个相关业务模型的建设，分别是：需水量预测模型、泵站机组效率分析模型、峰谷经济用能梯级调度优化模型。
1.需水量预测方案
综合气温、湿度、天气状况、是否降雨、节假日类型等外部因素与内部因素的影响构建需水量预测模型，对未来一段时间的需水量进行预测。下图为需水量预测模型总体方案设计：

2.泵站机组效率分析方案
利用泵站机组运行效率相关的数据包括机组的扬程、运行角度、实际流量和有功功率，计算不同流量分组下的各站点各泵组机组效率。
3.峰谷经济用能梯级调度优化方案
该模型可定义为复杂约束条件下的最优化求解问题，首先充分分析历史抽水调度方案，构建各站点的滞后模型，结合各站点的泵组装机台数、单机设计流量以及机组设计功率，确定各站点的时间可行域和流量可行域，然后基于粒子群算法迭代计算约束条件下的最优解，也即最优调度方案。

应用价值

1.综合内外部因素，准确预测需水量，为企业制订经济合理的运行调度方案提供数据支撑。
2.帮助业务人员快速判断机组是否存在运行故障、故障类型以及故障发生站点。同时可减少机组运行成本，降低供水量达不到需水要求的风险。
3.保障梯级泵站供水系统全线安全运行、满足供水用户需求的前提下，以最小的运行成本完成供水调度。