基于人工智能技術的市政基礎設施運維管控平臺架構研究

張夢霞， 魯斌

（上海市政工程設計研究總院（集團）有限公司）

1 引言

隨著城市化進程的不斷加速，市政基礎設施的規模和復雜度也在不斷增加。多種類的市政基礎設施彼此交疊、相互關聯，其產生的級聯效應造成了運維管控困難，導致以傳統人工方式為主的運維體系難以保障設施運轉的穩定性和安全性。為解決市政基礎設施運維管控難題，提高城市治理自動化和智慧化水平，亟待設計基于人工智能技術的市政基礎設施運維管控架構，作為市政基礎設施運維管控平臺的建設基礎。

提升城市市政基礎設施的數字化、智慧化管理水平，推進多設施融合管控是智慧城市建設的重要目標。而且，中共中央、國務院提出要打通數字基礎設施大動脈，整體提升應用基礎設施水平，加強傳統基礎設施數字化、智能化改造[1]；工業和信息化部等則提出要圍繞跨部門數據共享和應用協同，加快建設多維多特征異構數據處理、跨協議接入及設施狀態評估的城市級感知數據平臺[2]。

已有學者對基礎設施的智慧運維平臺做了一定研究。朱合華等[3]從信息流角度提出了基礎設施智慧服務系統的理念，構建了數據采集、處理、分析和服務為一體的基礎設施全生命周期智慧決策系統；張紀升[4]等指出中國智慧高速公路需強調平臺性、互聯性和終端化，因此提出基于“端—管—云”思路的技術架構；張辰等[5]研究建設了上海市海綿城市建設信息管理平臺，平臺可建立項目庫，收集實時數據，量化評估海綿城市建設效果；翟曉卉[6]針對市政工程的道路、橋梁，以BIM為基礎結構整合了多源異構數據，開發了基于BIM+GIS的路橋運維管控平臺。當前的研究集中于單一功能設施的運維問題，缺乏對多種類市政基礎設施間多業務融合問題的研究，較難為城市復雜市政基礎設施的運維管控提供支撐。

針對多種類市政基礎設施運維管控存在的問題，本文研究基于人工智能技術的市政基礎設施運維管控平臺架構，旨在融合多種類、多場景的市政基礎設施運維管控業務，提升城市智慧治理效用。平臺架構針對市政管線、城市道路、城市環衛、城市水務和應急消防五大場景的運維管控需求，設計對應功能子模塊，應用多源數據融合、數字孿生仿真、數據隱私保護、智能自主決策等關鍵技術為平臺賦能。

2 人工智能關鍵技術

2.1 多源數據融合

多源數據融合的目的是將不同傳感器的信息聯合為統一的表達形式[7]，從而提升數據的可靠性與豐富性。而人工智能技術可有效地促進市政基礎設施中多源數據的融合應用。以人工智能技術中的聚類分析與神經網絡技術為例，聚類分析可通過計算數據點之間的距離和相似度，將其聚類成不同的群組。在多源數據融合中，聚類分析可用于識別和分類不同傳感器所采集的數據，從而進一步提高對多源數據的理解和分析。神經網絡則通過模擬大腦的神經元和神經網絡之間的連接，來學習和識別數據之間的模式和關系。在多源數據融合中，神經網絡可用于預測和模擬不同傳感器之間數據的關系，從而得出更為準確的結論。

2.2 數字孿生仿真

數字孿生仿真是一種建立在計算機圖形學和人工智能基礎上的技術，旨在通過虛擬要素動態模擬現實要素，從而實現對現實世界的可視化和可控制仿真[8]。該技術的核心在于處理和計算過程，可以根據不同數據源自主調整參數，并進行數字建模和仿真。同時，在這個過程中需要采用自適應算法來不斷優化并驗證模型準確性，并對不同輸入作出響應，以精確反映現實世界狀態，最終實現真實與虛擬世界間的數據交互。

2.3 數據隱私保護

區塊鏈技術是保護市政基礎設施平臺數據隱私的有效技術之一，可以通過分布式賬本技術、加密存儲、數據分類分級和數據脫敏等手段來實現多方位的數據隱私保護[9]。平臺將數據存儲于分布式節點，并對其進行加密，僅被授權的節點才能夠訪問這些數據。進一步提高了數據的隱私性，確保在操作過程中不會發生惡意篡改數據或泄露敏感信息。

2.4 智能自主決策

市政基礎設施數據規模龐大，因此管理者難以準確及時判斷異常事件的發生。為解決該問題，海量接入平臺需要搭載人工智能技術（如深度學習、計算機視覺和自然語言處理等），以便實時識別市政基礎設施異常事件，并做出高效的自主應對策略[10]。市政基礎設施運維管控平臺將數據處理、分析、建模、預測和自主決策融合，可實現對異常事件的智能自主判斷與響應，并通過生成圖形、統計信息和空間信息等多種數據可視化方式來輔助決策。

3 功能模塊設計

市政管線、城市道路、城市環衛、城市水務和應急消防五大市政基礎是城市的重要組成部分，其運維效率與城市的可持續發展最相關。由于這些市政基礎設施數量龐大、服務范圍廣泛，并且在運維過程中，各設施之間互為影響。因此，為了充分滿足各市政基礎設施的運維需求，需要將其核心功能進行拆解和歸類，并在平臺架構中設計對應的功能子模塊。

3.1 市政管線子模塊

市政管線具有類型多樣、埋藏隱蔽、管線交叉等特點，管理難度大，因此，在平臺的市政管線子模塊中需集成多維數據管理、實時可視化和智能決策等功能。為實現這些功能，子模塊可設置綜合管理、信息管理、三維可視化、全面管控和服務共享等模塊。

其中，綜合管理模塊可以完成多維數據的管理、查詢、統計分析、設置用戶權限和優化配置數據庫等操作；信息管理模塊則對外提供地下管線數據的網絡查詢服務，并支持設計部門對地下管線空間結構進行分析；三維可視化模塊可實現地下管線的地圖瀏覽、數據統計和三維立體展示等實時可視化功能；全面管控模塊則可以監測關鍵數據流并共享業務狀態，提供從規劃設計到施工運營的整個生命周期的智能決策與管理功能；服務共享模塊則包含目錄服務、數據服務和功能服務等可共享的內容（見圖1）。

圖1 市政管線子模塊功能

3.2 城市道路子模塊

城市道路數據量大、管理部門多且對數據的保密要求高。因此，功能模塊應重點實現高效、安全的數據采集和管理，并促進多部門、多技術領域之間的數據共享。城市道路作為城市重要的交通基礎設施，除了道路，還包括橋梁、隧道、涵洞、交通標識等設施，將這些設施納入統一的管理平臺，有助于提升城市交通的運行效率和安全水平。基于城市道路的運維管理需求，平臺中的城市道路子模塊可設計模型管理、運維監控、系統管理與數據管理等功能。其中，模型管理模塊可向用戶全方位、在線展示道路、橋梁、隧道、涵洞、交通標識等設施的三維模型；運維監控模塊則對道路主體、橋隧及涵洞結構、交通標識、機電結構等進行監控，以便運維人員進行質量巡檢和對備品備件進行管理；系統管理模塊則主要用于配置系統并分配用戶權限等信息，確保數據共享安全且可追溯；數據管理模塊則提供多源數據錄入、實時更新和跨部門數據共享等功能（見圖2）。

圖2 城市道路子模塊功能

3.3 城市環衛子模塊

城市中日常產生的垃圾數量龐大，垃圾處理過程對時效性的要求高，但同時處理垃圾的環衛部件種類繁多，包括垃圾桶、垃圾收集站、垃圾堆場、垃圾處理廠和垃圾轉運碼頭等，且這些設施在城市中分布密集，管理難度大。因此需要將這些設施納入平臺進行統一管理，提升垃圾處理的效率。平臺需要能夠識別環衛部件的地理分布及其中的垃圾類型與數量、即時判斷并反饋環衛突發事件，且能夠自主設計高效的垃圾處理方案。為實現這些目標，平臺的城市環衛子模塊可設計集成顯示及管理、查詢統計、自動化巡查與運維管控等功能。

具體而言，集成顯示及管理模塊可從二維、三維視角直觀展示環衛部件地理信息及垃圾分類狀態，并支持設施信息的錄入及導出等信息管理功能；查詢統計模塊可提供環衛部件的多模式查詢與圖表自動統計等功能；自動化巡查則采用人工智能技術，可自主發現環衛突發事件、規劃巡查路徑并編配管理人員，并且在平臺顯示決策方案，輔助運維人員實現實時決策；運維管控模塊則提供了系統的人員及權限等基本管理功能（見圖3）。

圖3 城市環衛子模塊功能

3.4 城市水務子模塊

城市水務涉及供水、排水、防洪、水環境、水生態等多個方面，其日常管理涉及城市供水水源、河道、供水系統（水廠和管網等）、雨水排放系統、污水處理與排放系統等各類水務基礎設施。這些設施分散在城市的各個角落，傳統的人工巡檢和管理模式難以滿足日益增長的水務管理需求。為了實現城市水務的智慧化管理，平臺中的城市水務子模塊設計了包括數據集成、地圖顯示、門戶管理、智能模型及服務管理等功能。

其中，數據集成模塊提供數據中臺，可整合不同傳感器來源的水務數據，并進一步實現數據傳輸、清洗和分析等功能，通過掌握、調配這些數據，運維人員可更高效地管理城市水務運行狀況；地圖顯示模塊則使用GIS 技術統一展示水務基礎設施、自然水體等業務數據，運維人員可直觀了解水務基礎設施、水資源在城市中的分布及狀態等；門戶管理包括門戶集成與單點登錄等基本功能；智能模型模塊整合多種機器學習算法，同時提供智能化風險預警機制，可實現智能化調配水資源、自動識別城市水務風險事件等功能，在支持節水減排和促進水資源可持續發展方面發揮重要作用；服務管理模塊則提供系統注冊、人員管理等基礎功能（見圖4）。

圖4 城市水務子模塊功能

3.5 應急消防子模塊

在應急消防中，運維管控的難點在于如何快速找到城市及建筑物內部的消防路徑，提供相應的消防應急預案，并緊急協調各部門資源實施救援。為解決該難題，平臺可響應應急消防的需求，開發應急消防子模塊，子模塊中提供信息可視化集成、智能災害模擬和消防應急行動等功能。

信息可視化集成模塊可匯集傳感器數據，并采用數字孿生技術展示城市空間分布多維模型、災害發生點與人車流量等關鍵信息；智能災害模擬模塊可以模擬消防應急場景，采集模擬訓練數據，并利用人工智能算法訓練預測模型。通過此模型可預測災害情況，設計全面的消防預案；而消防應急行動模塊則基于城市空間數據與建筑內部數據，自主規劃救援路徑，并綜合指揮各部門調配應急資源，以支撐實際救援行動。通過以上三個模塊之間高度協作，平臺可以更加迅速地識別突發事件并進行有效處置（見圖5）。

圖5 應急消防子模塊功能

4 平臺架構設計

市政基礎設施運維管控平臺的架構自下而上包括基礎設施層、數據層、支撐層、應用層和用戶層，且通過標準規范和安全保障體系來保障其穩定運行。

基礎設施層是整個架構的基底，包括計算機硬件、網絡基礎設施和前端傳感器等。在計算機硬件方面，平臺采用高性能服務器，并且可靈活擴展服務器配置，以滿足大規模、復雜數據的儲存和計算需求。在網絡基礎設施方面，平臺采用高速、安全且穩定的網絡來確保數據及時、準確地傳輸。前端傳感器可以收集五大市政基礎設施的運維數據，并通過網絡實時向平臺傳輸。

數據層是平臺的核心，該層主要負責對五大市政基礎設施的數據進行融合、管理和保護。該層可以匯集和處理各種市政基礎設施的原始數據，并實現數據的實時傳輸和處理；可提供數據存儲和管理功能，包括數據倉庫和備份等；并支持對數據的實時分析和挖掘，以便及時發現運維過程中的問題并反饋；同時還提供數據的查詢和可視化功能，幫助運維人員快速了解市政基礎設施運維情況，從而更好地制定運維策略。此外，該層采用了區塊鏈技術確保數據的隱私安全。

支撐層是平臺的重要技術基礎，主要包括多源數據融合、數字孿生仿真、數據隱私保護和智能自主決策等技術。平臺采用基于人工智能的多源數據融合技術，可實現數據的處理、傳輸和存儲；數字孿生仿真技術可從多個維度直觀展示市政基礎設施的情況；智能自主決策技術則可利用大數據訓練預測模型，實現自主輸出運維決策方案的功能。

應用層包括集中管理平臺和市政管線、城市道路、城市環衛、城市水務和應急消防五大場景的功能子模塊。集中管理平臺提供了統一的數字孿生模型和管理門戶，可通過一個系統來管理多種市政基礎設施。五大場景的功能子模塊能控制和管理不同的市政基礎設施運維系統，并輔助運維人員實現運維管控目標。

用戶層服務于平臺的使用人群，主要包括市政管線、城市道路、城市環衛、城市水務和應急消防五大功能子模塊的運維人員。平臺提供個性化的協作工具，以滿足不同專業間運維人員共同管理市政基礎設施的需求。同時，平臺提供友好的交互界面，有助于提高運維人員的使用效率。

標準規范和安全保障體系為運維人員提供明確的使用指引，以確保市政基礎設施穩定、安全地運行。標準規范制定平臺使用的規則，可提高運維人員使用平臺管理市政基礎設施的效率，同時保障平臺的運行質量。而安全保障體系則通過一些措施來提升市政基礎設施的安全防護能力，包括建立權限管理和應急響應機制等（見圖6）。

圖6 市政基礎設施運維管控平臺架構

5 結語

本文提出了基于人工智能技術的市政基礎設施運維管控平臺架構，旨在融合多種類、多場景的市政基礎設施運維管控，提升城市智慧治理效率。通過分析五大重點場景的運維需求，設計了五個功能子模塊，并構建了包含多源數據融合、數字孿生仿真、數據隱私保護和智能自主決策等關鍵技術的平臺架構。該平臺包括基礎設施層、數據層、支撐層、應用層和用戶層，并通過標準規范與安全保障體系維持平臺的穩定運行。本研究成果有助于推進智慧城市領域的發展，為市政基礎設施智能化運維管控平臺的建設提供理論指導。