水务领域的人工智能在某些方面已经走出了试点阶段，而在另一些方面则停滞不前。以下是对其在哪里奏效、在哪里不奏效，以及已部署该技术的公用事业公司对这段经历的评价——不掺杂通常伴随这一话题出现的那些理想化数字。
Table of Contents
实际已部署的内容
有实际业绩记录的应用比营销宣传所暗示的要狭窄得多：
- 曝气控制。 使用氨氮和负荷预测而非固定设定值进行溶解氧控制，是最常见的第一批项目，因为节能效果会体现在账单上，而且失效模式是良性的。
- 化学加药。 由进水水质数据而非仅靠流量比例驱动的混凝剂和氯加药；通常在闭环之前以建议模式运行很长一段时间。
- 泵调度与能源管理。 考虑电价的调度和泵优化，其约束条件是电价结构和集水井液位，而非工艺化学。
- 泄漏检测。 对分区计量区域数据进行夜间流量异常检测——主要是经典统计学和基于用水模式的机器学习，且首先取决于水表数据质量。
- 资产状态监测。 对大型泵和鼓风机进行振动和电流特征分析，这属于成熟的维护实践，而非什么新事物。
数字孪生在该领域确实存在，但大多是以实时数据馈送的水力模型，或用于培训和情景推演的离线工艺模型的形式。真正具有预测性、闭环的工厂模型仍然少见，而诚实的原因是数据：许多工厂的工艺仪表精度不够高，或采样频率不够快，无法支撑这些模型。
采用模式而非采用率统计
已发布的“水务人工智能”采用率百分比差异极大，取决于调查统计的是基于规则的报警系统、机器学习模型，还是企业分析平台。已实施该技术的公用事业公司一致报告了两种模式：
从最便宜的测量问题入手。 能存活下来的项目通常是那些数据本已可信的项目。当分析模型建立在漂移或每年只校准一次的传感器之上时，模型会为传感器的问题背锅，项目也会失去可信度。
让操作员留在回路中的时间比感觉上需要的更长。 建议模式——系统推荐、操作员决定——通常运行数月后才启用闭环控制，而且有几家公用事业公司从未关闭它。解释比准确性更重要：如果操作员看不到系统为何提议更改设定值，最终就会停止遵循它。
监管环境对采用的影响比技术更大。当排放许可或饮用水标准要求特定方法或有记录的采样频率时，模型的输出无法替代测量，因此分析被用于优化，而合规记录仍依赖仪表和实验室结果。
真正在改变的东西
边缘处理。 在仪表上或本地网关上而非云端运行模型，消除了对连接的依赖，并缩短了从测量到行动的回路。对于报警和分流功能而言，这一点很重要：控制动作不能等待到数据中心的往返，而且有几家工厂运行双重逻辑——本地用于保护，云端用于优化。
联邦学习。 在不汇集原始运营数据的情况下跨多个站点进行训练，是对阻碍公用事业公司之间共享基准的保密异议的真正回应。这在该领域尚处早期，实际障碍不是算法，而是就通用标签命名、单位和采样间隔达成一致。
自然语言界面。 用通俗语言查询历史数据库并生成报告，对于目前消耗数天电子表格时间的工程工作确实有用。把它当作干净数据之上的便利层；对于一个标签不一致的工厂，它毫无用处。
模型维护，而非模型构建。 生命周期中预算不足的部分是随着设备更换和运行工况变化而进行的再训练和验证。一个在调试时准确、三年未动的模型，通常比一个调校良好的控制回路更差。
值得点名的失效模式
- 从技术入手。 由工具而非由有财务负责人的工艺问题所定义的项目，很少能挺过一个预算周期。
- 忽视数据质量。 漂移的时间戳、离线数周的传感器、改造后变更的单位——所有这些都会以事后难以察觉的方式污染训练数据。
- 期望确定性行为。 统计模型在最重要的事件上会失效，恰恰因为这些事件罕见，因而在训练集中代表性不足。安全仪表功能属于传统逻辑。
- 低估文化工作。 培训、透明度以及赋予操作员否决权，决定了部署是被使用还是被悄然忽视。
区域差异
北美倾向于将其框定为基础设施更新和合规：资产状态监测、能源优化，以及在现有资产上满足许可要求。欧洲更多由能源和循环经济目标驱动，分析附属于资源回收和排放核算。在亚太地区，驱动力是城市增长和水资源短缺，项目往往是新建的，这消除了拖慢其他地区工作的遗留系统集成问题。在仪表有限的市场，优先事项是基本测量覆盖和泄漏检测；在仪表和传感器到位之前，没有分析层可加。
接下来会发生什么
从方向上看，预期的是以下这些而非阶跃式变化：更大比例的新项目以与特定能源或化学品成本线挂钩的建议性分析起步；更多用于保护功能的边缘托管逻辑；以及表达测量质量的标准方式的缓慢积累，这是任何跨公用事业基准测试的前提条件。自主处理厂将首先出现在特定细分领域——小型、仪表完善、单一用途的工厂——远早于任何类似无人值守市政设施的出现。
有两件事会比任何算法更快地改变局面：更便宜、更可靠的在线仪表，以及跨供应商的标准数据模型。两者都不光鲜，且都比模型架构更重要。
总结
有用的框架不是人机对抗。水务中的人工智能是对已存在的测量、控制和维护实践的适度叠加，其价值几乎完全取决于其底层数据的质量以及运营团队使用它的意愿。将其视为仪表和控制工作的延伸——对校准、文档和培训给予同样的关注——的公用事业公司会获得回报。而那些将其作为转型计划来购买的，通常不会。
