Как водоканальная группа обеспечивает снижение затрат и повышение эффективности за счет мониторинга сетей водоотведения
Анализ реализации проекта онлайн-мониторинга в дельте реки Янцзы: от «нервных окончаний» города к интеллектуальной защите.
Ключевые показатели эффективности (KPI)
-
●
Снижение скоплений воды: с 19 до 7 эпизодов (-63%)
-
●
Время отвода воды: сократилось с 58 до 27 минут
-
●
Время реагирования: сократилось с 22 до 8 минут
-
●
Точность предупреждений: около 93,1%
В последние годы экстремальные сильные дожди происходят все чаще, а нагрузка на городские системы водоотведения продолжает расти. Прежний подход, основанный на ручных обходах и ликвидации последствий уже после возникновения ситуаций, больше не отвечает требованиям безопасности в плотно застроенных городских районах.
Сети водоотведения, являясь основным каналом отвода ливневых вод, должны обеспечивать контроль своего эксплуатационного состояния, раннее предупреждение аномалий и скоординированное диспетчерское управление. Именно это становится ключевым фактором модернизации городского водного хозяйства. На основе отраслевого исследования компании Yicai Technology, в статье рассмотрен ход реализации проекта онлайн-мониторинга сетей водоотведения и предупреждения подтоплений в восточной части одного из городов дельты реки Янцзы.
Строительство проекта началось в ноябре 2023 года; в июне 2024 года были приняты основные работы, и система введена в эксплуатацию в паводковый сезон. Проект охватывает восточную часть города площадью около 38,6 км² и обслуживает около 620 тыс. постоянных жителей. Общая протяженность сетей водоотведения составляет около 412 км.
Предпосылки проекта: давление старой инфраструктуры
Зона проекта представляет собой типичный старый городской район. Подземная система водоотведения создавалась в течение длительного времени, поэтому материалы труб, диаметры, уклоны и глубина заложения значительно различаются. Доля твердого дорожного покрытия в районе составляет около 78%, что приводит к быстрому формированию поверхностного стока.
До реализации проекта среднее время обнаружения скопления воды человеком составляло около 40 минут, что затрудняло заблаговременное диспетчерское управление.
По метеорологическим условиям среднегодовое количество осадков составляет около 1080 мм, из которых на паводковый сезон приходится около 58%. Кратковременные сильные дожди часто носят локальный характер. Ливневая канализация района рассчитана на повторяемость один раз в 1–3 года, однако пропускная способность прилегающих сетей неравномерна.
Острой остается проблема заиления сетей. Предварительное обследование показало, что на некоторых старых участках толщина отложений составляет от 15% до 25% диаметра трубы, что снижает пропускную способность. Органы управления ставили задачу создать «единую карту» работы сетей для повышения эффективности планирования технического обслуживания.
Технические сложности подземной среды
Мониторинг сетей водоотведения — это не простая установка датчиков. Смотровые колодцы имеют тесное пространство, высокую влажность и сложную газовую среду. На этапе проектирования выявлено несколько критических технических сложностей:
Сложные условия измерения уровня
Глубина колодцев 3,2–6,8 м. Во время сильного дождя уровень быстро меняется, а пена, плавающие предметы и отражения могут вызывать ложные измерения.
Измерение расхода в неполном сечении
Скорость потока варьируется от 0,02 м/с в сухую погоду до бурных потоков в паводок. Традиционные методы полного сечения неприменимы.
Связь и электропитание
Крышки люков экранируют сигнал. Решение: NB-IoT связь, литиевые батареи с автономностью не менее 45 суток и резервное питание от солнечных панелей.
Архитектура решения: «Восприятие — Передача — Платформа — Модель — Диспетчеризация»
Проект реализован по принципу пяти уровней. На уровне восприятия установлено 328 пунктов контроля уровня, 86 пунктов расхода и 45 пунктов контроля скопления воды на дорогах.
Аппаратное обеспечение
- Уровнемеры: Радарные или ультразвуковые (IP68), погрешность ±0,5%.
- Расходомеры: Для неполного сечения (DN300-DN2200), погрешность ±8%.
- Датчики люков: Контроль наклона (>15° — тревога).
- Дождемеры: 32 станции для учета пространственных различий осадков.
Программная платформа
- ГИС-интеграция: Отображение всех данных на карте водосборных зон.
- Моделирование: Гидравлическая модель для прогноза уровня на 15–30 мин вперед.
- Очистка данных: Фильтрация аномалий (дрейф, скачки) перед отправкой.
- Многоуровневые предупреждения: Синее, желтое, оранжевое, красное.
Диспетчерский уровень интегрирован с процессами управления. Система поддерживает индивидуальные планы «один пункт — одна стратегия»: при достижении критических значений автоматически предлагаются меры по перекрытию дорог или запуску насосов.
Типовой сценарий: Реакция на сильный дождь 18 июля 2024
Этот эпизод стал полной практической проверкой системы. Максимальная интенсивность осадков составила 68 мм/час.
Начало сильных осадков. Дождемеры фиксируют рост интенсивности.
Платформа отмечает «быстро растущее состояние» на магистральном коллекторе. Уровень превышает предупредительный порог 0,45 м. Формируется оранжевое предупреждение.
Насосная станция запускает три агрегата по команде диспетчера. Патрульная группа выезжает на место.
Максимальная глубина скопления воды удержана на уровне 0,18 м (не достигнув аварийных 0,25 м). Движение восстановлено.
Результат: Благодаря раннему предупреждению (за 18 минут до видимого затопления), удалось избежать перебоев движения, которые в аналогичном случае 2022 года длились бы 90 минут.
Итоговый эффект и перспективы
После сезона 2024 года точность предупреждений составила 93,1%. Доля эффективных данных уровня достигла 97,2%. Управление эксплуатацией перешло от плановых обходов к целевому обслуживанию на основе данных, что снизило число неэффективных выездов на 32%.
Успех проекта обусловлен четырьмя факторами: фокусом на рисковых зонах при установке датчиков, надежностью оборудования в сложных условиях, качеством обработки данных (снижение ложных тревог) и интеграцией данных в реальные диспетчерские процессы.
В перспективе развитие пойдет в сторону цифровых двойников и искусственного интеллекта, что позволит переходить от «реагирования во время дождя» к «профилактике до дождя», расширяя мониторинг на качество воды и энергопотребление насосных станций.
