导语：
根据统计，全球每年约有2%~3%的能量消耗在城市供水过程中。在我国，水厂的综合单位耗电量约为发达国家的1.5倍。其中，泵房泵组能耗较高，往往占到水厂用电量的60%以上。如果能够降低泵房泵组的耗电量，就可以有效提升能源效率，从而推进我国“双碳”目标的达成。
降低能耗，节省水量，同时保障用水安全和设备稳定是水企主要的优化方向。当问到泵房泵组工作情况时，水厂的工作人员表示，“目前主要通过人工经验判断开关水泵的时机”，然而，“即便是最有经验的工作人员，也很难保证泵组维持在最佳特性区间。”面对这一难题，人工智能公司南栖仙策突破性提出，以强化学习技术来优化泵组电机控制，实现泵房泵组的整体节能优化。这个方案部署快速，运行稳定，维护方便，成效显著，开创了水厂同类装置优化的先河。
南栖仙策解决方案
2022年上半年，江苏无锡、盐城等地的水务企业引入了南栖仙策智能决策解决方案，成效显著。将强化学习引入增压泵房泵组控制，这个以前需要人工操作的的复杂调度，现在可以由强化学习自主控制，优化泵组启停。该方案实现了千吨水电耗降低10%以上的高效节能，预计全年可为一家中小规模水厂降低用电成本90余万元。
水厂每日出水量和千吨水电耗的对比
技术揭秘：高效+安全
南栖仙策的强化学习电机控制解决方案，改造少，部署快，一个月内即可看到效果。
一方面，内嵌的Revive核心算法，用强化学习赋予电机控制系统超越人类的决策能力，显著提升节能控制效果；
另一方面，全球领先的离线技术优势，避免了在真实环境大规模调参训练，减少对现有机组的扰动和影响，“０试错” 保障系统的安全和稳定。
同时，独创的数据驱动方法，充分利用原有历史数据，并能够随着时间更迭数据积累而不断自动更新，自动适应设备老化等环境变动。
此外，南栖仙策还为水务企业供了故障诊断与预警自动保护的系统功能，切实保障系统的安全运行。
所控流量可快速跟踪响应目标流量
解读强化学习：人们对于强化学习的了解，或许还停留在AlphaGo名噪天下的时候，早期的强化学习虽频频取得超越人类的优秀表现，却只能局限在封闭环境。现在，强化学习正在从游戏环境走向实际的应用，与多学科交叉融合，一次次逼近极致，完成一项项看似不可能的任务。
将强化学习落地为生产力
南栖立足于创新的数据驱动的强化学习技术，能够充分挖掘企业原有的数据资源，释放强化学习技术的巨大力量，解决以往无法解决的控制挑战。
