二次供水边缘智控
DeepControl AIPC 是新一代 AI 驱动的二次供水泵房边缘控制器，集成先进 MPC 算法。基于真实案例验证，实现 28.54% 的硬核节能，平均能耗降至 437.34 Wh/m³。
AIPC
AI-Powered Controller
核心功能
DeepControl AIPC 集成六大核心能力，为二次供水系统提供全方位智能化升级
模型预测控制 (MPC)
基于系统动态模型的滚动优化，实现多变量协调控制，显著优于传统PID控制。
能耗优化引擎
实时优化水泵运行组合与变频调速，在满足供水压力的前提下最小化电能消耗。
边缘自治能力
断网情况下完全自主运行，保障供水系统连续可靠，支持离线AI推理。
多协议兼容
支持Modbus、BACnet、OPC-UA等主流工业协议，无缝对接现有设备。
预测性维护
基于振动、温度等多维数据的设备健康度评估，提前预警潜在故障。
自适应学习
持续学习用水模式与系统特性，自动优化控制参数，越用越智能。
末端恒压解决方案
从"出水恒压"到"出水变压"，以用户末端体验为核心的智能调控策略
远端压力表传输
实时采集末端管网压力数据
边缘 DeepControl
对接远端数据 + 本地PLC传感信息
AI 最优压力计算
动态计算最佳出水压力设定值
变频泵组智能调控
出水变压，维持末端恒压
边缘智控实现末端恒压
边缘 DeepControl 承担对接远端压力表传输表、对接现场 PLC 采集本地恒压泵组传感信息的功能， 通过 AI 算法实时计算出最优出水压力。将传统的"出水恒压"控制策略升级为"出水变压"， 动态调整以维持末端管网压力稳定，在保证用户用水体验的同时，显著改善最终的耗能效果。
远端数据融合
对接远端压力表传输数据，获取末端管网实时压力反馈
本地 PLC 集成
无缝对接现场 PLC，采集本地恒压泵组全部传感器信息
最优压力计算
AI 算法综合分析管网特性与用水需求，计算最优出水压力
显著节能效果
出水变压策略避免过度加压，大幅降低电能消耗
末端恒压系统架构
实时数据采集 - AI智能计算 - 优化控制输出
小区高层建筑
顶层无线压力表
DeepControl
边缘AI
泵组PLC
控制器
设定压力
-- MPa
0.32
MPa
末端用户
压力恒定
出水恒压控制
- 固定出水压力设定值，无法适应用水变化
- 高峰期末端压力不足，用户体验差
- 低谷期出水压力过高，能源浪费严重
- 仅依赖本地传感器，缺乏末端反馈
- 人工调整参数，响应滞后
出水变压 · 末端恒压
- 动态调整出水压力，智能适应用水模式
- 末端压力稳定，用户用水体验始终如一
- 按需供压，避免过度加压造成能源浪费
- 融合远端压力表与本地 PLC 数据
- AI 实时计算最优压力，毫秒级响应
技术架构
五层架构设计，从物理设备到云端平台的完整智能化解决方案
L1 云端平台层
数据湖与大数据分析 / 多站点集中管理
L2 通信层
4G/5G 蜂窝网络 / LoRa/NB-IoT / 工业以太网
L3 边缘计算层 (AIPC)
边缘AI推理引擎 / MPC控制器 / 本地数据处理
L4 感知与执行层
传感器阵列 / 变频器 / 电动阀门
L5 物理系统层
加压泵组 / 清水池 / 管网系统
传感器体系
全方位感知泵房运行状态，为AI决策提供精准数据支撑
压力传感器
实时监测管网压力，作为MPC控制的主要反馈信号。
流量计
计量供水流量，用于能效计算与泄漏检测。
电能监测
实时采集电压、电流、功率，优化运行效率。
振动传感器
监测水泵振动特征，实现预测性维护。
温度传感器
监测水温与设备温度，辅助故障预警。
水质传感器
监测关键水质参数，保障供水安全。
性能对比
DeepControl AIPC 相比传统控制方案的显著优势
月度能耗对比 (kWh)
传统PID控制 vs DeepControl MPC
压力阶跃响应
控制精度与响应速度对比
改造前平均千吨水能耗
612.0Wh/m³
改造后平均千吨水能耗
437.34Wh/m³
实测综合节能率
28.54%已通过节能验收
实施路线
分阶段部署，快速见效，持续优化
基础部署
- •硬件安装与网络配置
- •传感器校准与数据采集验证
- •基础控制功能上线
智能优化
- •系统建模与参数辨识
- •MPC控制器调优
- •能耗优化策略部署
深度集成
- •预测性维护模型训练
- •云端平台对接
- •高级分析功能开通