随着公司供水范围的不断扩大，供水规模不断的提升，集中到调度中心的数据也越来越多。涵盖生产调度、管网压力监控、二次供水等。目前，我们使用的调度系统和管网压力系统在监控运行和处理异常的时候主要存在以下问题：
1. 非自动：
现有的调度系统属于“分析型”调度模式，对人员的主动性和能力的依赖性大。主要是对数据进行分析，然后进行经验调度。
2. 信息的无序性。
在异常状况下，调度员看到的是数据异常，要凭个人经验判断异常原因，然后进行验证，得到验证后，再通知相关部门进行处理，这个过程需要较长的时间。
3. 集中式控制方法缺乏。
由于存在多个系统，缺乏统一的平台，不利于把控全局。随着GIS平台的建设，这一状况将得到改善。
设想中的智能调度辅助决策系统能随时跟踪生产、管网的运行状态，对异常情况能立即报警，并给出一个或几个处理方案。该系统提供给调度人员在日常调度操作辅助决策参考，可使生产调度由目前的“人工分析型”调度上升为“计算机辅助智能型”。
从信息流的角度说，辅助决策系统应该涵盖整个信息处理的过程。从初始的网络分析的生成和验证，到采用调度数据集成技术，有效整合并综合利用生产、管网的运行信息，再经过数据过滤，获取一个可靠的数据链，以此为基础实现系统正常运行时的监测，并能对异常情况进行智能辨识，分析、给出决策方案。如下图：
实现这一设想,可以分以下几个阶段：
1. 信息源的建立
目前，我们已经拥有了足够多的信息源，已经有了各个系统，数据也已经集中了调度中心。
2. 模型的建立。
由于各个系统的数据量比较大，如何挑选其中的关键数据，作为模型的参数，就显得尤为重要。例如，管网压力监控系统，包含了上百个压力监控点。在不同时段的的正常压力值是不同的，还要考虑管径的问题。那么就要挑选那些大管径、主管网、重点区域的压力控制点，作为一级控制点，然后是二级控制点。然后设定限值，建立关联数据组。这种分级监控更容易对异常情况的严重性进行评估。
3. 数据采集
模型建好后，对接系统数据库，实时获取相关数据。
4. 模型验证
在有实时数据的模型中，验证模型的有效性，包括对异常数据的报警功能。关联数据组的相关性时是否正确等。
5. 决策方案库的建立与验证
按照以往的实践与经验，建立决策方案库，针对不同的报警类型，由系统生成决策方案。并由人工进行验证，对不符合的方案进行优化，最终形成一个科学有效的方案生成体系。
智能调度辅助决策系统只是智慧化水务的一小步，它是一个半人工半自动化的系统，最终，我们还将实现智能决策与控制系统，由计算机来进行决策与控制，完全实现智能化。当然，这一切都离不开人的智慧在里面，实现智能化，不盲目依赖智能，不断优化智能，是持续发展的根本。
（调度中心 邱石磊）