边缘AI管网漏损管控系统
发布时间：2022-05-23 00:00:00
本系统已直接将EdgeStudio部署于对应每个分区内的边缘小站设备中，巡检人员可在无网络情况下，直接通过小站Wi-Fi 实现平台登录，访问查看该区域内所有的端侧管网设备状态、漏损情况等。
作者：上海上实龙创智能科技股份有限公司
1 目标和概述
1.1 行业所面临的挑战
传统的供水管网漏损治理方法多以人工排查的方式 进行，存在的问题主要集中在以下几个方面：
（1）传统的管网漏损治理主要采用声波技术进行 检漏，这种方法在很长的一段时间内都发挥了显著的成 效，但从过程和方式来看，属于被动式的漏损控制方 法，对漏水点不能做到及时发现，导致泄漏时间延长和 水损增大；
（2）随着供水管网的不断扩大，人工检漏的盲目 性愈发明显，许多地方的管线探测属于监测盲区；
（3）传统检测方式不仅工作效率较低，而且也造 成了人力和物力的浪费。
1.2 主要目标
（1）实现自动化监测，人员工时节约50%；
（2）漏损率降至10%以下；
（3）治理漏损效率提高15%~20%；
（4）运行成本节约20%~30%。
1.3 总体概述
边缘AI管网漏损管控系统，该系统基于DMA分区系 统，在每个分区内构建了管网结构的数学模型，并在此基 础上建立机器学习模型，训练好的算法模型能够准确检测 漏水情况、定位漏损点，以及控制水压稳定，保持需水端 正常用水， 如图1所示。该方案与传统DMA方案相比， 成 本低、效率高、较为灵活，具有广泛的应用价值。
图1 边缘AI管网漏损管控系统模型图
1.4 方案功能与创新
该方案使用海燕边缘网关（上实龙创自主研发的
硬件平台）可直接部署于边缘侧。通常供水管网多布置于地下或野外，网络信号存在盲区，而本系统已直接 将EdgeStudio部署于对应每个分区内的边缘小站设备 中，巡检人员可在无网络情况下，直接通过小站Wi-Fi 实现平台登录，访问查看该区域内所有的端侧管网设备 状态、漏损情况等。
创新如下：
（1）灵活性
边缘计算的应用使本系统可轻量化部署于不同的水 务场景。
（2）分布式
继承DMA的分区系统理念，可将每个拥有边缘小 站的区域作为节点，分布式开展部署。
（3）准确性
边缘计算的低延时、低丢包率的特点，解决了信号 盲区导致的监测盲区。
（4）互补性
边缘计算是对云平台的一种技术补位，是一种边云 协同、端边联动的过程。
2 方案介绍
2.1 系统架构
近年来，边缘计算的崛起和技术的日渐成熟，开 始给各行各业带来了新的科技创新和效率提升。针对传 统的DMA分区系统，在加入边缘计算和AI算法之后， 可弥补现有技术的缺陷。改进后的系统包括端侧IoT设 备、边缘计算小站、AI算法应用、云平台/服务器等， 如图2所示。
图2 系统架构图
2.2 硬件平台
边缘侧的硬件平台使用上实龙创自主研发的海燕边 缘网关，该硬件平台的详细功能如下：
（1）网关设计标准为工业级计算机使用标准，设 备所有器件选型为工业级标准。
工作环境： 温度-20℃～+70℃，湿度20％～90％ 无凝露
储运环境： 温度-40℃～+80℃，湿度15％～95％ 无凝露
（2）电磁兼容EMC的各项指标达Class A级工业 级标准。电源接口达到电源防护GB/T 17626.5-2008 标准4级(4KV)8/20μs雷击测试；抗脉冲群保护；抗 静电：±15kV Human Body Model；±15kV IEC 1000-4-2 Air Discharge。
（3）设备平均无故障工作时间（MTBF）不低于 100,000小时。
（4）外壳防护等级要达到IP30，能够防止直径大 于2.5mm的固体外物侵入。外壳和系统安全隔离。
（5） 网关内部集成实时时钟，板载1个CR2032电 池（可以使用3年），以确保断电时，系统时间不丢失。
（6）网关有2个100M/10M以太网接口支持AUTO MDI/MDIX双级抗雷防护；支持GB/T 17626.5-2008 标准中10/700μs测试的3级2kV防护； ±15kV Human Body Model；±15kV IEC 1000-4-2 Air Discharge能 够接入不同的网段，可以做到内网与外网的完全隔离。
（7） 网 关 有 4 × R S 4 8 5 接 口 ， 支 持 G B / T 17626.5-2008标准中10/700μs测试的最高等级4kV 防护、±15kV Human Body Model、±15kV IEC 1000-4-2 Air Discharge。从协议要求的角度理论上可 以接入124个从设备。
（8）网关可外接大容量存储，容量最多支持 128GB。
硬件产品外观如图3所示。
图3 硬件产品外观
2.3 软件平台
边缘AI管网漏损管控系统使用的海燕边缘网关，搭载了上实龙创自主研发的EdgeStudio软件平台，该平台是基于图形节点和流程的快速开发平台，采用可视化编程方法，将预定义的代码块连接起来执行任务。
连接的节点，通常是输入节点、处理节点和输出节点的组合，当它们连接在一起的时候，构成一个“流”（Flows），与传统的程序开发工具相比，它更好地适应物联场景。可以与JavaScript和Node.js、C语言混合开发使用。
EdgeStudio是基于图形用户界面的设备数据采集控制开发工具。支持拖拽式的操作，交互式的设计器，帮助用户无门槛零编程地开发。可搭载公网和本地的多种数据源，减少数据清洗和变形工作，同时支持自定义协议开发、函数计算能力、数据库使用能力等，满足各类复杂业务需求。具体编程界面如图4所示。
图4 编程界面
同时软件平台还具有以下特点：
（1）多重看门狗检测机制，确保设备不死机；软硬件多级检测，确保不掉线。
（2）龙创IoT基干平台能够对所有在基干平台上注册过的网关进行远程管理、远程编辑、数据实时查看、固件远程升级和远程排查故障。
（3）支持多终端接入；支持客户端功能；支持DHCP server、DHCP客户端； IP与MAC地址绑定；DDNS、NAT、DMZ主机、QoS、流量统计，支持TCP/IP、UDP、TFTP、HTTP等多种网络协议。
（4）网关兼容多种主流工业实时以太网协议和工业总线协议，支持Modbus TCP、Modbus RTU、OPC UA、KNX IP、BACnet IP等协议；支持SPI防火墙、VPN穿越、访问控制；支持自定义策略；支持在线链路检测，断线自动重连；支持设备运行软硬件自检技术，运行故障自修复；支持系统状态、网络连接状态、路由状态查询；支持Telnet、Web、SSH配置方式；支 持OTA升级、本地系统日志、远程日志、串口输出日志。
2.4 安全防护
海燕边缘网关将UFW网络安全管理服务应用到边 缘网关产品，可以根据客户的定制化需求在网关启动时 对网络安全端口进行配置。主要但不限于以下功能：
（1） 允许经过授权的IP访问网关产品的固定端 口，并且可以在开机脚本里灵活添加；
（2）解决边缘网关被其他非法用户进行端口扫 描、远程登录篡改数据程序、非法的网络可用性检查等 非法操作。
3 代表性及推广价值
3.1 应用情况及效果
该部分针对上海市某自来水公司对街道社区供水改 造数据进行计算分析。自来水公司的供水改造项目的实 施成本主要分为实施成本及运营成本，实施成本分为建 设成本以及信息系统建设成本。成本投入如表1所示。
表1 自来水公司的供水改造项目成本投入表
图5为施工前后每年维修供水设施支出费用及漏损 水经济损失柱形图，可以看出使用边缘AI漏损管控系统 后，每年的供水管道维修费用逐年递减。
图5 施工前后每年维修供水设施支出费用及漏损水经济损失柱形图
为了验证边缘AI漏损管控系统的经济效益和有效 性，对网上2014~2017年暗漏数据进行了详细的统计， 并使用漏点流量测算公式中的容积法进行了漏水量的估 算：假设该街道社区供水主管直径为DN=200mm， 生 活给水管道水流速度2m/s（根据GB 50015《建筑给排 水设计规范》）计算：
供水总量=（200/2）²×π×2×10-6=0.0628（m³/s）
泄漏量=供水总量×漏损率（漏损率按15%计算） =0.0628×0.15=0.00942（m³/s）
如按上海目前平均水价6元/m³，该街道社区全年 因漏损水造成的直接经济损失为：
0.00942×60×60×24×365×6=1,782,414（元）
边缘AI漏损管控系统后，漏损率可降至10%，则 每年可减少的经济损失为：
0.0628×0.05×60×60×24×365×6=594,138（元）
一套适合该街道社区的边缘AI漏损管控系统需花 费2,300,000元，整体的投资只需4年不到的时间即可收 回所有成本。
3.2 社会价值
目前地球水资源的现状
（1）水是地球上所有生命的重要来源；
（2）地球有71%的面积为水所覆盖，但只有不到 1%的淡水可为人类直接利用；
（3）有超过40%的世界人口面临生活严重缺水的 状态，且该数据仍在增长。——以上数据来源：《世界 水发展报告》
（4） 无收益水量（Non-Revenue Water， NRW），是指由漏损、窃水、缺乏计量和运营效率低 下等导致的淡水资源浪费的量。据IWA国际水协会数 据，世界上每天约有3.46亿立方米的饮用水在输送给用 户过程中未产生收益，每年因NRW产生的总成本保守 估计为140亿美元。特别是在一些发展中国家，漏损的 水量占供水量的50%~60%。如果有更好的办法，能节 省下一半的漏损水量，就意味着可满足1亿人口的用水 需求量。
利用边缘AI漏损管控系统，减少无收益水量，可 以提高水综合利用率，降低能耗，实现绿色环保的水 利用系统。为全球水资源的保护贡献一份力量，造福 全人类。
来源 | 《自动化博览》2022年第二期暨《边缘计算2022专辑》
