近日，在2025上海水業熱點論壇上，上海城投污水處理有限公司副總經理王麗花分享了基于數據驅動的污水廠智慧運行探索與思考，以及數字工藝員系統在泰和污水廠投入運行以來所取得的一些實踐成果。王麗花表示，未來污水廠的智慧價值就是技術與管理的深度融合，泰和污水廠的智慧化實踐已充分驗證，智慧運行是推動污水處理行業高質量發展的必由之路。

王麗花

污水處理要求越來越高

王麗花表示，“十四五”期間國家發布了一系列關于污水處理高質量發展的政策和標準，加上極端環境的影響，均對污水處理行業的高質量運行提出了更高的要求，將減污與降碳目標深度綁定。然而傳統污水廠的運營模式存在諸多痛點、難點，為解決傳統運營模式的痛點，上海城投提出了以數據驅動提高處理效率，降低能耗藥耗高效能治理的轉型目標。

當前傳統污水處理廠運行存在三大的痛點：

一是人工經驗依賴的痛點。傳統運營模式過度依賴人工經驗，工藝調控和決策缺乏科學性和準確性。人工巡檢和判斷存在主觀性和局限性，容易導致異常情況發現不及時，影響污水處理效果。

二是工藝調控滯后的問題。由于人工操作和決策的效率較低，工藝調控往往滯后于實際運行情況。當進水水質、水量發生變化時，不能及時調整工藝參數，導致處理效果不穩定，難以滿足日益嚴格的排放標準要求。

三是成本控制困難的挑戰。傳統運營模式下，能耗藥耗成本難以有效控制。缺乏實時的數據監測和分析，無法精準調整設備運行參數和藥劑投加量，導致能耗藥耗浪費嚴重，增加了運營成本。

為解決傳統運營模式的痛點，上海城投通過建立數字化、智能化的污水處理系統，實現實時數據監測、精準工藝調控和科學決策，提高處理效率，降低能耗藥耗，實現污水處理的高質量發展。

泰和污水廠的智慧化探索

泰和污水處理廠，設計規劃60萬立方米/日，一期規模40萬立方米/日，于2019年9月通水；二期規模20萬立方米/日及15萬立方米調蓄池，于2024年11月通水。污水處理采用A2O+深度處理工藝，污泥處理采用低溫真空脫水干化工藝，出水執行國家一級A標準，其中氨氮和總磷執行地表水IV類水標準，污泥含水率≤ 40%后外運石洞口污水廠進行焚燒處置。

泰和污水處理廠工藝流程

王麗花介紹，泰和污水處理廠自投運以來，就開始逐步對自動化控制進行完善，同時在完善的基礎上，還開展了數字工藝員的建設及優化，就是想要通過機理和一些數字化技術的融合，來提升污水廠的智慧化運行。

智慧化的本質特征是一個“感知”基礎之上的“兩個閉環”。其中，“感知”包括水質、水量等，如同人的大腦和神經系統；“兩個閉環”就是自控層面的一個小閉環，以及智慧化層面的一個大閉環，而這個智慧化層面的大閉環就是數字工藝員。

數字工藝員系統

該系統構建了基于數據驅動的智慧化控制架構，其運行機制如下：首先將各工藝段控制系統（小閉環控制）的數據傳輸給數字工藝員（大閉環控制），經過模型算法對接收的數據進行深度解析與趨勢預判，進而生成精準的控制指令并下發到各工藝段控制系統，執行單元再根據指令完成工藝參數調整后，系統實時采集執行效果數據并形成閉環反饋，最終形成一個可以實現預測分析以及決策執行的數字工藝員系統。

1、數字工藝員系統的主要模型

上海城投通過對泰和污水廠上游泵站流量、液位及污水廠采集進水流量歷史運行數據、天氣等因素進行分析，采用 XGBOOST算法建立進水水量預測模型，也是整個數字工藝員系統的基礎模型。經過驗證，該模型訓練集準確性為98.8%，測試集準確性為96.8%。

10個工藝參數預測模型

此外，上海城投還通過對泰和污水處理廠歷史運行數據及工藝運行原理進行分析，采用不同的人工智能機器學習算法，結合物理、化學以及流體力學等多學科理論，構建了基于“機理”+“數理”的污水處理廠多工藝參數預測模型，包括提升系統、生物處理系統、內外回流比、排泥系統和加藥系統等10個工藝參數預測模型，為工藝調度和工藝優化提供了堅實的基礎。

2、數字工藝員的功能

數字工藝員具備生產能力評估、水量智能排產、工藝數據巡視、工藝參數調控等功能，并利用west軟件，基于活性污泥機理構建了全流程在線仿真模型，可根據實時進水數據及控制邊界，進一步實現實時預測預警、工藝運行優化、關鍵儀表的預測性維護、預案模擬分析等功能。

同時，上海城投利用通用大模型對智慧運行賦能開展了一些探索，目前主要是用于生產運行知識助手和污水運營AI洞察倉 。能夠快捷有效的來調取污水廠的各類運行數據，以及相應的檢維修規程應急預案，提高工作人員的工作效率，以及自動生成生產小結和運行報告。

3、五大應用場景

場景一：智能排產方面，根據生產能力評估、進水量預測，計劃排產形成每日計劃污水處理量，然后分解成秒流量下發自控系統，根據運行需求選擇比例配水模式/恒流量模式結合實時產能和排產水量實現泵機自動配水。

場景二：曝氣控制方面，采用隨機森林算法建立生反池出水NH3預測的DO值，采用west機理模型實時預測的DO值，還有一個根據經驗預測的保底值，三個值比選擇優后給出DO值，下發精確曝氣系統，精確曝氣系統接收到DO值后根據自身控制邏輯控制曝氣量和空氣閥門開度。

場景三：智能加藥控制，采用機理算法建立PAC投加量模型，作為前饋值下發給智能加藥系統，可在智能加藥的基礎上進一步降低投藥量。

場景四 ：預案模擬分析，設置降雨后大水量場景，根據工藝調控預案模擬對應的出水情況，以便為優化預案提供支撐。

場景五：大模型輔助運行，工藝運行人員不再需要打開多個系統或是查找電子文檔獲取所需信息，只需直接提問即可以快捷獲得生產運行所需的實時數據、專業知識，異常情況分析，并能自動生成生產運行報告和操作票。就如同一名掌握各專業知識，了解各項數據的“全能型生產助手”協助工藝運行人員進行管理，大幅提升工作效率。

3、數據采集與處理體系

對于依靠數據驅動的數字工藝員系統來說，數據的采集與處理至關重要：

一是感知設備部署。上海城投在泰和污水廠的各個工藝環節部署了大量的感知設備，包括水質傳感器（如COD、氨氮、總磷、總氮等）、ORP、流量傳感器、液位傳感器、溶解氧、污泥沉降比等。這些設備實時采集超過1000項運行數據，為后續的分析和決策提供基礎。

二是數據清洗方法。為了保證數據質量，采用了多種數據清洗方法。主要是利用了基于多模型的數據清洗技術，該技術是基于多模型對于不同數據的適用性，通過數據格式化、數據標記、數據過濾填補三個步驟對數據進行清洗和治理。該技術支持在線實時清洗和離線數據清洗模式，并生成數據質量報告。

三是處理策略。針對某些在特定工況下會存在數據異常且參與控制的儀表，根據工藝特點設置特殊規則。如總磷儀表、SS儀表等，在模型運行時進行特殊處理，確保數據的準確性。

四是高質量數據支撐。通過數據采集與處理體系，為模型計算提供了高質量的數據支撐。準確可靠的數據能夠提高模型的準確性和可靠性，從而實現更精準的工藝控制和決策。

實踐成果

王麗花從幾個方面介紹了泰和污水廠數字工藝員從2023年9月份投入運行以來的一些實踐成效：

一是運行效果得到提升：處理量方面，系統投用后，在確保出水穩定達標的前提下，年處理量提升3.8%；能耗方面， 以生反系統鼓風機為例，去除單位BOD5的電耗下降17%；藥耗方面，PAC單耗下降10%，次氯酸鈉單耗下降18%；污染物減排方面，COD削減率提升明顯，達到了1.7%，有效減少了污水中污染物的排放，改善了水質；溫室氣體減排方面，污水處理的碳排放強度下降3.65%。

二是管理模式實現升級：管理方式從傳統的“人工巡檢+經驗調控”轉變為“遠程監控+智能決策”，實現了生產運行以自主調控+人工看護的智慧運行模式；勞動效率提升，運行人員的勞動強度降低50%；故障響應時間縮短，過程儀表的故障響應時間從原來的2小時縮短至現在的30分鐘，如異常工況處理響應時間縮短至15分鐘。

王麗花強調，雖然數字工藝員投入運行以來，取得了一些明顯的成效，但作為試點同樣還存在一些不足，未來還需要做好系統性數據治理，推進模型自動迭代，同時建立并應用多種智能體（數據/模型/知識庫），為大模型的應用，提供更為精準的數據支撐。同時要做到工藝運行工況場景全覆蓋，實現多目標下的工藝自調節，包括污染物排放、溫室氣體排放、經濟成本等。

此外除了技術，還需要在管理上重塑升級，包括組織架構與職能、工作模式、團隊能力等，未來污水廠的智慧價值就是技術與管理的深度融合，泰和污水廠的智慧化實踐已充分驗證，智慧運行是推動污水處理行業高質量發展的必由之路。王麗花表示，上海城投將繼續以科技創新為引擎，持續完善和深化數字工藝員在污水處理行業中的實際應用，為全國污水處理行業提供可復制推廣的智慧化解決方案。

編輯：陳偉浩