隨著公司供水范圍的不斷擴大，供水規(guī)模不斷的提升，集中到調(diào)度中心的數(shù)據(jù)也越來越多。涵蓋生產(chǎn)調(diào)度、管網(wǎng)壓力監(jiān)控、二次供水等。目前，我們使用的調(diào)度系統(tǒng)和管網(wǎng)壓力系統(tǒng)在監(jiān)控運行和處理異常的時候主要存在以下問題：
1. 非自動：
現(xiàn)有的調(diào)度系統(tǒng)屬于“分析型”調(diào)度模式，對人員的主動性和能力的依賴性大。主要是對數(shù)據(jù)進行分析，然后進行經(jīng)驗調(diào)度。
2. 信息的無序性。
在異常狀況下，調(diào)度員看到的是數(shù)據(jù)異常，要憑個人經(jīng)驗判斷異常原因，然后進行驗證，得到驗證后，再通知相關(guān)部門進行處理，這個過程需要較長的時間。
3. 集中式控制方法缺乏。
由于存在多個系統(tǒng)，缺乏統(tǒng)一的平臺，不利于把控全局。隨著GIS平臺的建設，這一狀況將得到改善。
設想中的智能調(diào)度輔助決策系統(tǒng)能隨時跟蹤生產(chǎn)、管網(wǎng)的運行狀態(tài)，對異常情況能立即報警，并給出一個或幾個處理方案。該系統(tǒng)提供給調(diào)度人員在日常調(diào)度操作輔助決策參考，可使生產(chǎn)調(diào)度由目前的“人工分析型”調(diào)度上升為“計算機輔助智能型”。
從信息流的角度說，輔助決策系統(tǒng)應該涵蓋整個信息處理的過程。從初始的網(wǎng)絡分析的生成和驗證，到采用調(diào)度數(shù)據(jù)集成技術(shù)，有效整合并綜合利用生產(chǎn)、管網(wǎng)的運行信息，再經(jīng)過數(shù)據(jù)過濾，獲取一個可靠的數(shù)據(jù)鏈，以此為基礎實現(xiàn)系統(tǒng)正常運行時的監(jiān)測，并能對異常情況進行智能辨識，分析、給出決策方案。如下圖：
實現(xiàn)這一設想,可以分以下幾個階段：
1. 信息源的建立
目前，我們已經(jīng)擁有了足夠多的信息源，已經(jīng)有了各個系統(tǒng)，數(shù)據(jù)也已經(jīng)集中了調(diào)度中心。
2. 模型的建立。
由于各個系統(tǒng)的數(shù)據(jù)量比較大，如何挑選其中的關(guān)鍵數(shù)據(jù)，作為模型的參數(shù)，就顯得尤為重要。例如，管網(wǎng)壓力監(jiān)控系統(tǒng)，包含了上百個壓力監(jiān)控點。在不同時段的的正常壓力值是不同的，還要考慮管徑的問題。那么就要挑選那些大管徑、主管網(wǎng)、重點區(qū)域的壓力控制點，作為一級控制點，然后是二級控制點。然后設定限值，建立關(guān)聯(lián)數(shù)據(jù)組。這種分級監(jiān)控更容易對異常情況的嚴重性進行評估。
3. 數(shù)據(jù)采集
模型建好后，對接系統(tǒng)數(shù)據(jù)庫，實時獲取相關(guān)數(shù)據(jù)。
4. 模型驗證
在有實時數(shù)據(jù)的模型中，驗證模型的有效性，包括對異常數(shù)據(jù)的報警功能。關(guān)聯(lián)數(shù)據(jù)組的相關(guān)性時是否正確等。
5. 決策方案庫的建立與驗證
按照以往的實踐與經(jīng)驗，建立決策方案庫，針對不同的報警類型，由系統(tǒng)生成決策方案。并由人工進行驗證，對不符合的方案進行優(yōu)化，最終形成一個科學有效的方案生成體系。
智能調(diào)度輔助決策系統(tǒng)只是智慧化水務的一小步，它是一個半人工半自動化的系統(tǒng)，最終，我們還將實現(xiàn)智能決策與控制系統(tǒng)，由計算機來進行決策與控制，完全實現(xiàn)智能化。當然，這一切都離不開人的智慧在里面，實現(xiàn)智能化，不盲目依賴智能，不斷優(yōu)化智能，是持續(xù)發(fā)展的根本。
（調(diào)度中心 邱石磊）