工作人员在系统后台查询报警点的实况。                             ■记者 周宇杰/摄

　　某天清晨6点，监控室大屏突现红色预警：“东南片区发现水面漂浮物聚集”。几乎同时，一线运维人员手机同步收到告警推送——位置、抓拍图像、漂浮物类型等信息一应俱全。从AI自动识别到工单派发，全程仅用时3分钟。

　　而在此前，同样场景需人工轮巡监控画面，从发现问题到抵达现场往往存在滞后，应急处置时效性难以保证。

　　这并非科幻电影桥段，而是首创智能推进的日常实践。据首创智能副总经理申若竹介绍，一系列智能化应用正逐步融入水务运营各环节，辅助一线员工开展工作。

　　唤醒存量视频资源

　　“我们统计发现，仅WEAM生态智慧运营平台接入的9个项目，就安装1252台视频监控设施，其中真正具备智能识别能力的仅136台，占比不足11%。”申若竹表示，过去绝大多数摄像头主要用于录像回放，视频资源未能充分发挥作用。

　　传统视频监控智能化改造面临开发模式孤立、场景适应能力弱、成本高等问题。更关键的是，视频数据为非结构化数据，与具体业务之间存在衔接难点。

　　智慧环保创新团队选择基于视觉大模型技术，采取“云边端协同、多源数据融合、智能预警闭环”的技术路线。团队利用现有监控设施，融合千余路视频资源和公开数据集，分场景构建样本、设计识别规则，最终形成覆盖水面漂浮物、排口异常出流、道路积水三类场景的AI应用。

　　“水面漂浮物识别可实现全天候运行。”申若竹介绍，该系统在江苏宿迁、淮安两地49个监控点布设，判别正确率达83%。一旦发现漂浮物聚集或超出阈值，系统立即触发告警，并自动生成包含位置信息、抓拍图像、漂浮物类型的预警单。

　　排口异常出流识别更具针对性。系统融合视频图像与雨量计数据进行分析，一旦发现非降雨时段排口出流异常，便即刻告警并自动截取关键视频片段，形成完整的预警记录。“这解决了过去‘看见出水却难以追溯来源’的问题。”申若竹说，该项应用判别正确率达88%。

　　道路积水识别则融合雨量计和气象部门预报信息，自动触发雨情报警机制，在降雨过程中识别水面变化，并根据积水深度划分阈值，判别正确率为85%。

　　提升数据应用效率

　　如果说视频智能预警解决的是“及时发现”问题，那么数据智能查询与总结，则是在解决“高效分析”难题。

　　截至目前，WEAM平台已在国内外30余个项目投入使用，管理资产超500万项，覆盖资产规模达1500亿元。平台沉淀实时感知数据总量已达92亿条，日增量1500万条，并建成覆盖文本、图像、影音的高质量数据集。

　　“海量数据虽已采集，但传统BI报表模式存在局限。”申若竹分析，过去业务人员查询特定数据，往往需IT人员定制开发，周期长、响应慢，临时性分析需求难以得到及时满足。

　　“城市水系统运营数据智能查询总结应用”改变了这一局面。依托大模型的语义解析与理解能力，用户可用自然语言直接提问——“上月城北厂总磷超标次数是多少？”“请对比三个班组的事件处置效率。”系统不仅能即时反馈结果，还能自动生成可视化图表。

　　“查询开发耗时缩短了95%，新增分析报表的响应时效从‘按日更新’提升至‘秒级响应’。”申若竹表示，用户单位时间内的有效数据获取量提升了5到10倍，跨系统查询占比超过60%。这意味着，数据真正流动起来，为一线决策提供支撑。

　　变“事后应对”为“事前预警”

　　在水处理工艺环节，时间窗口往往决定处理效果。总氮等关键指标化验耗时较长，属于典型的事后反馈，待结果出具时，最佳干预窗口可能已错过。

　　“传统工艺调控高度依赖人工经验，但生化系统存在水力停留时间长、非线性滞后等特征，人工调控难以精准匹配系统状态。”申若竹表示，基于机理的精确生物建模对硬件要求较高，多数存量污水处理厂尚不具备实施条件。

　　智慧环保创新团队聚焦除磷药剂精准投加与出水总氮浓度超前预警两大场景，构建标准化工艺指标预测模型框架。该框架以时间序列分析为核心，整合进水水质、水量及工艺运行参数等多维特征，采用融合长短期记忆网络与注意力机制的混合架构。

　　“除磷模块基于过去3小时高频数据，滚动预测未来15分钟的最优投药量。”申若竹介绍，该模型在所属项目上线后，预测准确率达85%。模型复用性较强——在新厂区应用时，仅需切换数据源并进行迁移训练，相比传统从零开发模式可节省80%工作量，单厂区模型训练与调优周期缩短至3到5天。

　　总氮模块则以未来1小时为预测窗口，输出浓度预估值及超标风险等级，为运营人员提供前瞻性参考。“这有助于将过去的‘事后应对’转变为‘事前预警’。”申若竹说。

　　从盘活存量视频资源，到提升数据应用效率，再到实现工艺调控的前瞻预判，首创智能的这些智能化应用正在优化水务运营模式。在申若竹看来，技术创新的最终目的不是为了炫技，而是让一线员工拥有得力的辅助工具，实现对水资源的精细化、智能化管理。

扫一扫  观看视频