新技術的普及應用給改變了人們的思維方式和處事習慣，改變了經濟發展的模式，同樣也改變了供水這個歷史悠久的傳統行業的運行方式。其中供水廠作為供水企業的主要產品生產端也同樣面臨著新技術的機遇和挑戰。水廠傳統的SCADA系統已經無法滿足數字化技術時代的需求，因此，需要有一個適應時代發展的新的控制及信息系統體系。

本文將從供水廠傳統自控及SCADA系統面臨的問題出發，以某水廠的控制及信息系統為藍本，初步提出一個滿足時代發展需求的供水廠的數據倉庫的設計方案。

傳統的SCADA系統曾廣泛的應用于工業控制領域，尤其是在供水領域。在供水廠SCADA系統占據著主導地位，它控制著供水廠的各個生產工藝，管理者的生產意圖通過它來實現。它是供水廠的核心中樞系統。

傳統SCADA系統在結構上分為上位機和下位機兩個部分。上位機主要由軟件構成，一般由人機交互界面（一般由組態軟件實現）、數據庫（一般由組態自帶數據庫或商用關系型數據庫來實現）、簡單的分析系統（一般由簡單自動報表系統來實現。）上位機的硬件載體一般由服務器和工程師、操作員電腦組成。服務器主要承載組態軟件和分析系統的服務端和數據庫。工程師、操作員電腦主要承載組態軟件和分析系統的客戶端。硬件載體一般為常規物理機。

下位機主要由PLC站組成。每個PLC主站作為一個獨立的控制單元，負責某個生產工藝或者是工藝車間的自動控制。PLC主站下連接PLC子站或者是相關在線儀表。這些子站和在線儀表同PLC主站通過現場總線實現通信。

上位機和下位機之間一般通過以太環網實現通信。

一般的供水廠除了SCADA系統外還有安防、監控、巡檢等輔助性信息系統一同構建成現代供水廠的常規信息系統體系。在這樣的體系下存在以下問題：

(1）系統相對孤立

在現有的體系下，各PLC主站本質上是一個個單獨的控制系統，各PLC主站之間只有必須的數據通信，缺少完整的前饋、反饋控制鏈，使得整個供水廠的控制系統變成了獨立工藝的簡單組合。這樣的控制體系讓供水生產工藝變成半自動化，部分代替人工運轉是沒有問題的，但是如果要提高效率或者實現全自動化是有缺陷的。這使得供水廠的控制系統只停留在自動階段，還遠遠達不到智能階段。

(2）缺乏數據沉淀

供水廠在運營過程中每時每刻都在產生大量的、高價值的數據。傳統的SCADA系統對這樣的數據并不重視。大量的生產指標數據僅僅作為監控之用，即用即拋。即使是作為歷史曲線或者生成報表存儲下來，因為數據保存形式和顆粒度的原因，使得這些數據的價值大幅下跌。同時，由于缺乏數據的有效存儲，使得后期數據分享的成本也大幅上升。

(3）管理受限

傳統的SCADA系統的最大優勢就是控制，但是對于決策分析是極大的弱點。管理著無論是工藝優化，效率提升還是輔助決策都顯得心有余而力不足。在這樣的信息化環境下，讓管理者的管理能力受到了大幅的限制。

以上這些問題大大的限制了現代化供水廠技術的發展；同時也是供水廠控制技術以及生產工藝發展的瓶頸。要解決這些問題，一種新的控制和信息系統體系是十分必要的。

傳統SACDA系統存在的一系列問題本質上是數據的問題。由于傳統SCADA系統的關注面是控制而非數據，所以在SCADA系統整體設計的時候弱化了數據的環節。很多的SACDA系統在設計的時候甚至根本沒有獨立的數據庫系統。因為在很多SCADA系統的軟件中自帶了一部分輕量級的數據庫，比如組態軟件。但是這些軟件自帶的數據庫系統僅僅只能滿足一些基本的數據需求，如果要有效的利用數據，這些系統的功能遠遠無法滿足。因此，一個數據管理系統就顯得十分必要。

一個設計合理的水廠級的數據倉庫對于供水廠來說是最佳的選擇。它既能解決傳統SCADA系統的一些弊端，也能為大幅提升供水廠的管理和生產效率。

要設計一個合理的水廠級的數據倉庫，應該滿足以下原則：

(1）供水廠必須以數據為驅動

這不僅僅是一個技術上的問題，更重要的是一個管理上的問題，是一個管理思維的問題。如果管理者無法樹立以數據為驅動的思維，那么信息化系統的推進將會十分困難，其功能的發揮也會微乎其微。以數據為驅動的管理者一定要重視數據，要了解數據的重要性，明白數據是生產狀況的真實體現，同時也隱含著未被發現的生產和管理的知識和規律。

(2）必須能夠解決信息孤島的問題

供水廠本質上也是一個綜合性的信息系統的匯集地。除了SCADA系統還有許多安防、巡檢、工單管理、視頻監控、報表處理、設備管理等系統，這些系統基本上互相獨立，只有部分系統之間會有簡單的數據交互，但是對于整個供水廠來說，他們都是信息孤島。因此數據倉庫的作用之一就是要從數據流上將這些系統進行融合打通。

(3）必須具備數據共享的功能

數據共享是時代發展的必由之路。無論是企業內部各個供水廠之間的數據共享還是面對政府相關部門或者是面向公眾的數據開放是必然趨勢。目前，國內有很多省市區等各級政府都建立了相關的數據管理部門，對數據共享開發都有一定的標準和要求。在設計數據倉庫的時候必須充分考慮到這一點。

(4）必須具備商業智能系統的應用條件

商業智能系統（BI）可以有效的實現生產數據和指標的展示、下鉆、分析，從而輔助管理者找出生產的關鍵所在。是提升生產和管理效率的一種實用性工具。商業智能系統（BI）具備靈活的數據展示和中度的數據分析功能。不同于組態軟件的生產工藝監控，它更注重利用數據可視化技術對不同系統進行融合性展示。如果數據倉庫建立不合理，上層的商業智能系統（BI）將無法建設。

(5）必須具備人工智能分析的數據基礎

隨著人工智能技術的飛速發展，在工業控制領域基于機器學習的決策算法已經普遍應用。這將實現某些決策的自動化，同時可以以數據的形式固化各類生產經驗。但是，有效的數據依然是人工智能分析的前提，數據倉庫就成了人工智能分析的基石所在。

基于以上的設計原則和思路，設計出了一套適用于供水廠的廠級數據倉庫系統，并實驗性的應用于某供水系統，取得了一定的成效。如圖1所示。

圖1 數據倉庫組成圖  下載原圖

該數據倉庫主要由以下部分組成：

(1）數據標準

首先必須建立一整套數據規范和標準。由于存在于各個系統中的數據標準和定義不一，無法直接調用都這抽取，必須事先設計一整套的規范和標準用于數據的標準化轉換。主要的標準可以包含以下部分，供水廠信息自控系統的編碼標準、供水廠信息自控系統的主數據標準、供水廠信息自控系統的專題數據模型標準、供水廠主要數據指標標準等相關內。

(2）主數據管理體系

該體系的構建可以提高數據的可用性，實現數據資產的增值和易用性。關鍵是可以減低系統建設和維護成本、確保關鍵數據的唯一性、一致性、準確性、提高數據質量，也是供水廠信息自控系統的主數據標準的落地體系。該系統出了相關標準和體系外還包括供水廠主數據管理系統的建設、統一的主數據代碼庫的設計、主數據集成分發接口的設計等內容。

(3）數據質量管理體系

該體系主要負責數據質量的檢驗和管理，支持對目標數據設置相關檢驗規則，可以在數據處理環節做供水廠的數據質量檢驗。對數據的完整性、有效性、正確性、唯一性、及時性、合理性等進行檢驗，并對問題進行跟蹤和處理。

(4）數據存儲平臺

數據存儲平臺是面向主體的、集成的、面向廠級的數據存儲，其內容是依據供水廠的應用和最終需求來進行組織。該平臺可以是Hadoop等大數據平臺，也可以是傳統關系型數據庫作為數據平臺。供水廠的數據基本上都是以關系型數據為主，所以選擇傳統的關系型數據庫作為數倉平臺。

(5）數據清洗體系

數據清洗基本上是以數據標準為依據，以數據質量報告為參照，對原系統中的非標數據進行發現、過濾、轉換的過程和體系。在數據ETL過程中實現非標數據的轉換，從而保障進入數據倉庫數據的規范、準確、及時和完整。

目前已經有不少新建的現代化供水廠已經采用了數據倉庫的設計，隨著社會和技術的發展，政府和市民對供水服務要求的提升，這一趨勢將會大幅增加。同時，在已經采用數據倉庫設計的試點供水廠或供水系統中，數據的應用已經取得了很大的成果。

某市日供水25萬噸的傳統型水廠，在增加了數據倉庫以及數據相關性分析的算法模型應用之后發掘出了供水量和單位能耗之間的關系模型，根據該模型進行調度調整，年能耗可下降5%以上。某供水系統在數據倉庫和神經網絡算法的支持下對自動加藥系統進行實時的人工智能分析，根據算法可基本實現全自動加藥，并且試點周期內單位藥耗下降5%，隨著模型的自動修正，單位藥耗還呈下降趨勢。作為供水廠的神經中樞，數據倉庫的設計將會越來越廣泛。