IGC IWS（IGC 智慧污水一体化系统）的「1+3+N」架构，核心是以1 个 WaterBDI 水务大数据中心为融合枢纽，依托三张网络完成数据传输，最终向 N 个业务应用输出统一数据服务，从根本上解决污水厂 SCADA 自控、GIS 空间、水质监测、设备管理四大系统数据孤岛、标准不统一、业务无法联动的问题。

一、污水厂场景下「1+3+N」架构的完整形态

1 个核心：IGC WaterBDI 水务大数据中心

这是所有异构数据的唯一融合底座，承担协议转换、数据清洗、主数据治理、多模存储、统一服务发布五大能力，不改动原有各系统的底层功能，只做数据层面的汇聚与关联：

协议网关层：兼容 OPC UA、Modbus、MQTT、4-20mA、数据库直连等多种工控 / 业务协议，实现异构数据源的只读接入

数据治理引擎：内置水务行业清洗规则库，处理时序抖动、仪表漂移、数据断档等典型问题

主数据管理：统一全厂构筑物、设备、监测点位的全局编码，建立跨系统的关联映射

多模存储：根据数据特性分时序库、空间库、关系库、文件库分类存储

服务接口层：以标准 API 向 N 个业务应用提供时空一体化数据服务

3 张支撑网络

感知物联网：覆盖厂区 PLC 站、SCADA 采集柜、水质在线分析仪、设备传感器、巡检终端，负责现场原始数据采集

通信传输网：工业光纤环网 + 单向隔离网闸，划分工控域与管理域，SCADA 数据仅单向摆渡到平台，严禁平台反向下发控制指令，满足污水厂工控安全规范

业务协同网：覆盖办公端、大屏端、移动端 APP，面向运维、工艺、管理岗提供融合后的数据访问能力

N 个业务应用输出

基于打通的四类数据，支撑污水厂各类业务场景：全厂 GIS 一张图、工艺实时监控、曝气智能优化、水质超标溯源、设备预测性维护、能耗分析、运维工单闭环、应急调度、碳足迹核算等。

二、四类异构数据的整合落地路径

1. SCADA 自控时序数据：高频率运行数据的接入与挂载

SCADA 数据是污水厂工艺运行的核心实时数据，典型特征是高频次、强时序、协议专用，包含泵阀启停状态、溶解氧 DO、污泥浓度 MLSS、池体液位、风机频率、回流流量等秒级 / 分钟级测点。

接入方式：通过工业网关从原有 SCADA 上位机以 OPC UA 协议只读采集，前端部署单向物理隔离网闸，不侵入原有 PLC 控制逻辑，不影响自控系统安全

数据治理：剔除通讯抖动毛刺、补全短时断点、统一单位与量程、标注数据质量标签，清洗后写入时序数据库

融合关联：每个 SCADA 测点绑定唯一的构筑物 ID + 设备 ID，与 GIS 中的空间对象一一映射，实现 “地图点选设备 → 弹出实时运行曲线”

2. GIS 空间数据：全厂拓扑的底座承载

对应 IGC 平台的 NGIS 空间组件，采用 Oracle+ArcSDE 空间引擎构建，是所有数据的空间定位载体。

底座构建：导入厂区构筑物、工艺管线、阀门井、监测点位的矢量图层，建立完整的管网拓扑与工艺单元连通关系，支撑路径追溯、水力计算

数据挂载：将 SCADA 实时测点、水质监测仪表、设备资产台账全部作为属性挂载到 GIS 空间对象上，替代传统独立的 SCADA 组态画面，实现 “空间位置 - 运行参数 - 设备台账 - 水质指标” 一体化

能力输出：支持基于拓扑的水质溯源、工艺段联动分析、故障影响范围推演，比如出水水质超标时，可沿 GIS 管线反向追溯上游异常工艺节点

3. 水质在线监测数据：工艺指标的清洗与联动

水质数据特征是采样频率低、易漂移、异常值多，包含进出水 COD、氨氮、总磷、总氮、pH 等在线分析仪数据，以及实验室化验数据。

接入方式：在线仪表通过 Modbus、4-20mA 或专用 API 接入平台；人工化验数据通过表单录入，统一纳入水质时序库

数据治理：内置污水厂水质清洗规则库，通过多参数交叉校验区分真实水质波动与仪表故障 —— 例如氨氮突升同时 COD 同步上涨判定为进水冲击，单一指标跳变其余平稳则标记为仪表异常告警

融合关联：每个水质点位绑定所属工艺段 ID 与 GIS 空间坐标，与同工艺段的 SCADA 运行参数做时间轴对齐，形成 “水质 - 工况” 联动数据集，直接供给曝气优化、水质预测等 AI 模型调用

4. 设备全生命周期数据：动静态数据的一体化

设备数据包含静态台账、动态运行、运维业务三类异构数据，分散在设备系统、SCADA、工单系统中。

数据分层整合：

静态层：设备型号、额定参数、出厂信息、维保周期等基础台账

动态层：从 SCADA 同步的运行时长、启停次数、电流 / 温度 / 振动等运行数据

业务层：巡检记录、维修工单、备件更换、故障历史等运维流程数据

融合关联：全部通过唯一设备 ID 挂载到 GIS 空间点位，实现闭环：GIS 地图点击设备 → 查看 SCADA 实时运行状态 → 调取历史维保记录 → 一键生成故障工单

三、整合落地的核心前提：主数据统一编码

这是项目最容易踩坑的关键环节，也是所有异构数据能够打通的基础：

给全厂每一个工艺构筑物、每一台设备、每一个监测点位分配全局唯一的身份编码，建立「构筑物 ID → 设备 ID → 测点 ID → GIS 空间 ID」的映射关系。

例如 2 号生化池对应唯一构筑物 ID，池内的 DO 测点、曝气风机、出水水质仪表全部绑定该 ID，实现跨系统数据自动关联。

四、典型融合场景示例

生化池出水氨氮超标告警处置：

水质时序数据触发超标告警，平台自动关联 GIS 定位到对应工艺池

同步调取该池过去 24 小时 SCADA 数据：DO 浓度、曝气风机频率、回流污泥流量

自动检查曝气风机的设备运行数据与维保记录，排除设备故障因素

结合进水水质与工艺参数，AI 模型给出风量调整建议，同时自动推送运维工单至现场人员移动端

五、落地风险与避坑要点

工控安全红线：SCADA 接入必须坚持 “只读不控”，通过单向网闸物理隔离，严禁平台直接向 PLC 下发控制指令

主数据前置实施：先完成全厂设备、测点、构筑物的盘点编码，再启动数据接入，否则后期跨系统数据无法关联

水质数据质量优先：污水厂在线仪表故障率高，必须先做异常值过滤与校验，否则脏数据会直接导致告警误报、AI 模型失效

GIS 拓扑现场复核：管线、构筑物的连通关系必须现场核实，拓扑错误会导致后续所有水质溯源、水力分析结果失真