一套平台，把水系统的账算清
从水源地到回注井，从设备台账到培训签阅，读的是同一份数据
Who We Are
不是一块大屏，
是几张终于对得上的表
水源地、三座水处理站、二十多口回注井，过去各记各的账：压力流量靠抄表，水量日报靠 Excel 汇总；压裂供水一开，调度员得挨个打电话问罐存，数据永远滞后一天。
这套系统最早不是为了展示，是柿庄南区块的调度班提了个具体问题：「压裂开始前，能不能提前一天告诉我水够不够、从哪调。」我们先把水量平衡和供水保障做成了模型，再把设备、药剂、管网、培训一点点接了进来。
- 解决什么：看得见、算得清、调得动，三个动词不多一个
- 服务谁：调度员、值班长、注水泵工、巡线工、设备工程师
- 边界在哪：不动现有自控系统，把「神经末梢」接通，再长出会算、会报、会给建议的助手
难的从来不是那块屏，是屏背后那几张对不上的表——取了多少、处理了多少、注了多少，三个数永远差一截。
深煤层气田配套水系统 · 现场笔记Why It Works
凭什么信你：六件做得比较实的事
每条只写我们的做法，传统做法留给你自己对比
不挑现场设备
老机械水表、新电磁流量计、国产 PLC、进口压力变送器，Modbus TCP / OPC UA / MQTT 都接；断网时边缘网关本地缓存，来网再补传。
数据不做样子
压力、流量 5 秒一个点，超压、爆管 30 秒内推到值班长手机，不是「一天一张日报」的样子货。
一套数据多端用
调度大屏给值班长看全局，PC 给管网员查台账，APP 给巡线工收工单、拍现场照片，读的是同一份数据。
事前不救火
提前 7 天预判药剂与备件缺口、提前把壁厚检测排进计划，把补货和检修挪到夜间低峰。
细到最小单元
不是只看全厂一个总表，是拆到每台泵、每个加药点、每条管线的 K2+380 这类桩号、每个批次的药剂。
部署快风险小
私有化部署，先跑通「一张图 + 水量平衡 + 告警」三块，4–6 周见效，不搞半年以上的大手术。
Architecture
五层不是并列，是一条数据流
感知层接信号 → 网络层送回来 → 平台层归一成一套口径 → 应用层各干各的活 → 用户层三种视角
点开就知道水在哪
水源地、站库、井场、管网四层叠在一张图上。点哪口井，实时压力、流量、最近告警一起弹出来，不用再挨个打电话问现场。
- GIS 一张图叠加四类设施，异常点按状态分色
- 工艺流程图绑定实时点值，偏差超阈值自动标黄
- 视频 AI 抓帧存档，识别结果经人工确认后挂工单
- 巡线 APP 定位与现场照片当天进档
半夜响的那条，是真有事
告警按紧急、重要、一般分级，同一点位的重复告警合并；处置从派单到验收四步留痕，管壁变薄、药剂见底也在还没出事的时候提示。
- 阈值与模型双通道识别，大屏与手机端同步推
- 派单、接单、回填、验收四步留痕，超时自动升级
- 阴保电位定位到测试桩，壁厚减薄与剩余寿命排序
- 药剂、备件按可用天数提示，预警转检测或采购计划
Technology
先讲能力，后堆清单
每一项技术都对应一个现场真会碰到的工程难题
物联网与智能感知
Modbus TCP、OPC UA、MQTT、边缘网关、5G。解决协议不统一、老设备没接口、断网丢数据；结果是老机械水表和新电磁流量计能在同一张表里说话。
- 多协议接入与点表归一
- 断网本地缓存、来网补传
大数据与数据治理
时序库、指标字典、数据质检、血缘追溯。解决指标同名不同义、日报口径打架、历史数据查不动；结果是同一口井只有一个口径，争议能追到原始值。
- 原始值与修正值双留痕
- 按小时质检与差异清单
人工智能与算法模型
异常检测、时序预测、视频识别、回归模型。解决误报太多人不看、新故障没样本、模型不敢用；结果是识别结果一律挂人工确认，不替代现场人员决策。
- 识别 + 人工确认
- 按周复盘漏检与误报
数字孪生与仿真推演
GIS、管网水力模型、工况推演、站库组态。解决改工艺怕出事故、新员工不敢操作、现场验收进不去；结果是调水方案先在屏上跑一遍，再下发到现场。
- 多方案比选并留版本
- 方案确认后转工单
云计算与边云协同
私有化部署、容器化、边端缓存、消息总线、负载均衡。解决断网就瘫、带宽不够、实时性要求高；结果是站库断网时本地照常采集，来网自动补传。
- 私有化部署，数据不出厂区
- 核心模块 4–6 周可跑通
通信与信息安全
专网、双向认证、角色权限、操作审计、数据脱敏。解决生产数据外流、越权操作、审计过不了；结果是数据不出厂区也能远程看，谁动了什么都有账。
- 按岗位配权限，越权拦截
- 操作日志按人按时间可查
Tech Stack
参考技术栈（8 组）
工程化部署时可按现场既有环境替换，这里只罗列不展开
| 分组 | 技术栈 |
|---|---|
| 大屏端 | Vue3、TypeScript、ECharts、DataV、Three.js、Cesium、WebSocket |
| 业务 Web 端 | Vue3、Vite、Pinia、Element Plus、Axios |
| 移动端 | uni-app、uView Plus、微信小程序 SDK、uniPush |
| 后端微服务 | Java 21、Spring Boot 3.x、Spring Cloud Alibaba、Sa-Token、MyBatis-Plus、Netty |
| 数据存储 | MySQL 8、Redis、InfluxDB、TimescaleDB、MinIO、Elasticsearch |
| 物联网接入 | EMQX、MQTT、Modbus TCP、OPC UA、Kafka、Flink |
| AI 与算法 | Python、PyTorch、scikit-learn、Pandas、NumPy |
| 部署运维 | Docker、Kubernetes、Nginx、Jenkins、Prometheus、Grafana |
当前演示原型为原生 HTML + CSS + JavaScript + ECharts + Leaflet 的静态实现，用于界面与业务流程验证，不含真实后端与现场数据。