数字孪生和智能决策在水务行业的崛起

水务公司的智能决策支持系统随着新技术和机器学习而不断发展。我们采访了赛莱默数字化解决方案副总裁Luis Montestruque，了解数字孪生和智能决策如何帮助水务公司更好地了解其基础设施，以便做出更明智的决策。
 
随着天气变得越来越不可预测，大暴雨会对水务基础设施系统造成严重破坏，引发溢流和洪水。尽管有控制措施和应对多雨天气的设施，但旧的水力模型无法预测暴雨天气对城市和水务公司造成的影响。现下，赛莱默有更好的方法——利用数据指导系统如何应对暴雨天气。
 
Luis Montestruque先生表示：“从五年前开始，人工智能和机器学习作为一种可行的技术开始被水务公司采用，此后发生了很多变化；但还没有好的框架将这些新技术串联起来，让水务公司能够充分发挥其价值。”
 
Montestruque将水务公司决策支持系统的演变与汽车智能技术的发展进行了比较。
 
他说：“不久前，GPS辅助导航系统成为主流。现在，几乎不可能买到没有GPS辅助导航系统的汽车。事实上，如果你买了一辆中等价位的汽车，那么当你开始漂移时，它很可能会引导你回到车道上。很多汽车现在已实现自动驾驶。这可能在几年内成为一项标配。这些系统属于决策支持系统的范畴。”
 
智能决策支持系统如何运作
 
智能决策支持系统是计算机化系统，能够帮助管理者做出决策，实现某项目标。在某些情况下，系统能够自动完成任务。智能决策系统的有用之处，在于它们能够分析多种变量并给出建议，帮助管理者以更成本、更效实现目标。它们使用的框架很简单：感知-预测-行动。
 
首先，智能决策支持系统利用传感器数据或来自其他系统的数据，确定目标系统的当前状态。其次，系统采用模型来预测在各种策略下可能产生的结果。第三，决策支持系统使用一个分析平台寻找可实现预期目标的最佳策略。
 
Montestruque表示：“水务公司部署使用感知-预测-行动框架的决策支持系统并不是什么新鲜事。10年多来，我们通过部署决策支持系统，帮助污水管网避免溢流和洪水，帮助污水处理厂降低能耗，帮助饮用水网络发现泄漏并降低能耗。发生改变的是，新技术帮助降低了部署决策支持系统的成本。例如，‘物联网’技术便于企业经济地部署数百个电池供电传感器。”
 
利用数字孪生来了解基础设施
 
Montestruque表示：“数字孪生这项技术真正改变了智能决策支持系统的部署方式。。数字孪生是对基础设施的数字化表示。虽然接触数字孪生模型时间较长，并借此了解基础设施如何工作。”
 
传统上，数字孪生使用“第一性原理”构建。这些“第一性原理”模型利用物理、化学或生物方程来模拟基础设施。建立和校准“第一性原理”模型是一个漫长且代价高昂的过程。基于“第一性原理”模型构建的决策支持系统很有效，但是除非人工校准模型，否则无法汲取过去的经验。
 
Montestruque说：“最近，我们一直通过机器学习来增强我们的数字孪生，使它们能够不断地学习。这一点很重要，因为这些数字孪生能够利用过去的数据并自动‘校准’，以更好地描绘基础设施。这通常意味着模型构建成本显著降低，由此产生的数字孪生能保持极高的准确性。”
 
向智能决策的模式转变
 
性能最佳的数字孪生在不确定性较低的领域（如管道水力学）使用“第一性原理”模型，在不确定性较高的领域（如下水道系统水文学）使用机器学习。
 
Montestruque表示：“当我们将决策支持系统与数字孪生相结合时，产出的是独特的、：一个能够学习和不断适应的决策支持系统。我们将这种新的模式转变称为‘智能决策’。例如，通过智能决策，我们能够在数字孪生中结合过去十年的运营历史来经营污水处理厂。当有新事件发生时，系统会学习更多，从而运行更准确。现在，当暴风雨即将来临时，城市的智能决策会自动开始搜索成千上万种可能的策略。可能以前见到过类似的情况。”
 
通过利用智能决策来运行下水道系统，城市能够以传统解决方案的部分成本来减少溢流和洪水，给世界各地的社区带来持久的改变。欲了解有关智能决策的更多信息，请下载赛莱默的小册子：The Power of Decision Intelligence。