R市的管网君近两年“患”上了“高血压”，检查发现，本地主要水站的平均压力比规定值高出15%-40%，其”病因“在于传统的恒压供水方式。

为了保持水压恒定，为了保证用水高峰时水压充足，管网必须以较为”饱满“的状态应对或大或小的用水需求，这导致了管网”高血压“，水厂还不得不为此付出额外的能量，既不利于管网设施的健康，也不利于供水过程中的节能降碳。

怎么能在不大动干戈的情况下，给城市供水管网“降血压”呢？

国内人工智能团队Polixir提出改变传统的恒压供水方式，应用国际前沿强化学习技术，通过构建管网生态模型+智能决策系统，提出根据不同需水量实时调节管网远端压力、优化设备控制新方法，为城市供水管网治理开出一剂良方。

什么技术这么优秀？

根据不同需水量，对设备启停组合、运转频率、管网远端压力等要素进行动态调节，可看作一个连续的、多步的决策问题。对于这样的决策问题，强化学习是一把好手，它是一门能超越专家经验、超越历史水平的先进决策智能技术，集感知、认知和决策于一身，完美匹配依靠人类专家经验不能解决的各类需求。

图片来源网络

AlphaGo和AlphaStar的名扬天下证明了强化学习具有优于人类的决策能力，DeepMind等海外公司在游戏环境中的强化学习应用上中抢先一步，Polixir则在推动强化学习走出游戏环节、落地现实业务方面走在全球前列。

基于理论突破、独特技术路线和独家算法体系，Polixir提出，从有限的数据中还原环境模型，保持高仿真度与动态模拟，再通过与环境模型的交互自主学习，不局限于原有数据限定的决策尝试，突破桎梏进行更大范围决策寻优，以安全且高效的方式，找到着眼全局优化和长远利益的最佳决策策略，并投入多重验证。

一套组合拳下来，智能决策就很好地被用到了现实生产控制中。

智能决策与管网治理的融合会带来什么？

建设安全、低耗、节能的管网生态，事关国民生计和社会经济。数据表明，我国城市管网漏损率平均约为13%，即水厂每输送出100吨水，就有13吨水白白流失了。在水资源稀缺的时代，如此惊人的浪费令人痛心。

图片来源网络

当管网处于恒压控制下，又存在漏损的情况，将一定程度上加剧水的流失。上述方案帮助水企实现对管网末端压力的自动动态调节——需水量大时增加压力，需水量小时降低压力，在水量、水压满足用户需求的前提下，降低管网平均压力、减少压力波动，减少漏损节约水量，减少无效扬程降低能耗，保障管网设施健康、延长管网使用寿命。

且智能决策能给水企带来的还不止这些。针对供水泵房泵组等设备控制中的优化空间，针对供水管网爆管风险提前预警和突发停水应急调度等方面的优化空间，以及针对水生产、水处理过程中药剂投控制中的优化空间，智能决策系统均可深入挖掘，找出最优策略。