智能模型系统
随着水厂运行数据的不断积累，如何利用大数据挖掘对水厂运维构建有效的决策模型和方法成为信息化系统构建的关键一环，根据水厂整个工艺环节，专家智能模型系统主要从取水量预测、加药优化、设备维护、泵组优化、工艺停留时间和需水量预测等个方面进行。
按需定产模型
该模型内部必须集成了强大的数据挖掘、分析、大数据处理功能，可为调度侧优化提供有力的数据支撑。考虑多水厂联合调度与预测，通过对工艺流程各环节的高程进行分析，通过控制模型分析和计算，对各工艺环节的PLC进行协调和控制，使整个生产工艺的高程控制在合理的平衡状态。生产制水过程的水平衡，即为在所有的时间段内，进水量和出水量尽可能保持一致，使得制水效率得到提高，制水水质得到保障，同时满足水量预测值与实际值偏差率不超过2%。
节能降耗及智能调度模型
该模型必须能分析研究制水厂主要生产用电和辅助用电以及损耗，充分发挥各种用电设备的效能，以达到高效低耗的运行管理。
节能降耗分析必须具有功能：
1）分析进水用电量，供水用电量，分项辅助用电量，分项非生产用电量等整个水厂的用电参数的小时，日，月等数值。
2）按模型运算公式，计算出总用电量，千吨水单耗以及总的电耗费用。
3）以小时，日，月的表格的形式，反映以上各个分析结果。
4）以各种形象的图形展示形式，显示各项结果。
5）得出需要查证的问题，供查找和发现风险和问题。
6）二级泵房优化配泵模型：根据管网末端的压力值，优化分时段恒压供水，确定二级泵房效率最高的水泵运行方案。
7）一级泵房优化配泵模型：根据按需定产模型中预测的需水量、河床水位以及清水池水位，确一级泵房效率最高的水泵运行方案，如图1-25所示。
8）通过合理的配泵和取水优化等节能措施，实现每千吨水平均电耗下降10%。
智能加药模型
该模型必须能分析前后加药之间的关联关系，使制水工艺中加药达到最佳的平衡效果。分析沉淀池的浊度，滤后水浊度，出厂水浊度等数据。根据给定的算法，自动算出滤后水去除率的时间序列。显示和计算一天24小时的去除率数据，每个月的去除率数据。每年的去除率数据。计算出任一天的药平衡用药数据，指导各加药环节的平衡加药控制。
该模型应能指导生产系统准确投加所需药量，取得较好混凝效果的关键，同时加药量是制水成本的主要组成部分。
该模型应能建立多参数复合环前馈反馈自动加药控制系统，实现在满足出水浊度要求的前提下，系统自动按需投药，针对矾耗指标，每千吨水平均耗矾量降低15%。
工艺停留时间模型
针对制水过程，水在工艺中的停留时间，建立算法模型，输入流量、时间参数等，即可计算出水在水厂中的位置，为应急决策提供指导，数学模型如图1-27所示。
预测性维护模型
在主要核心部件上的相应的部位安装有线/无线传感器，并根据运行特性配置针对性的数据采集策略，采集对分析定位机组故障有效的振动、温度数据，并通过大数据分析技术，及时发现机组的运行异常状态，并通过系统自动推送短信和邮件报警提醒，现场和远程诊断工程师均可对数据进行精密分析，出具设备诊断结论及检维修建议，提交诊断报告， 从而为现场检修提供针对性的指导意见。
