核心功能
設計和運營水和汙水處理廠。改善污水管線網路的腐蝕、安全和氣味管理。
EVS Water提供Plant Designer，用於更高效地設計水和汙水處理管理，Plant Optimiser用於水處理廠的預測管理，Sewex用於主動管理下水道管路中的腐蝕，氣味和安全。
節省水處理的時間
容易使用的流程設計工具，用於快速設計水質處理和場景分析，提供即時協作和自動優化流程。
每日提供運營建議emails
會預測潛在的環境事故，以避免巨額罰款，同時以較低的成本保持符合法規要求。
視覺化的安全、氣味和腐蝕風險管理
安全管理下水道網路，同時避免和減輕代價高昂的損失。
產品簡介
水務資產管理解決方案旨在設計高效的流程，實現符合規定並最大化的提高效率。
我們提供創新的解決方案，以應對水和汙水處理行業的挑戰。
為水廠操作員提供日常建議
基於機器學習的預測轉化為推薦的控制設定值，以滿足運營和環境目標。
即時監測下水道網路的安全、腐蝕和氣味風險
可使污水管網路運營商可以快速識別與硫化物和甲烷相關的腐蝕、氣味和安全風險，並瞭解不同的運營和設計方案的影響。
縮短水廠流程設計階段
工程師和顧問可以輕鬆地使用本工具進行快速優化和校準，即時協作和快速匯出關鍵工程成果。
水和汙水處理行業推薦產品
EVS Water水務管理軟體解決方案
設計水廠或運營現有水務資產的軟體
想更多瞭解關於我們的水處理解決方案嗎？
瞭解環境智慧化如何幫助您化解環境符合規定性之外的價值，並使您能夠做出自信的運營決策。
請聯繫我們，瞭解更多關於如何更快行動、更好執行和充分發揮潛力的資訊。
常見問題
以下是關於我們水處理解決方案的常見問題解答。如果您沒有找到想要的答案，請立即聯繫我們的團隊。
目前，EVS Water僅在亞馬遜網路服務（AWS）基礎設施中運行，因為它與AWS的機器學習和資料科學功能緊密相連。在本地託管某些資料有一些可能性，但這高度依賴於特定的專案需求，需要考慮並與我們的資料管理團隊討論。
我們計畫在1-2個月內啟動並運行該系統。校準的確定性模型確保了機器學習預測的穩定基線。這比僅使用機器學習的方法具有更大的優勢，因為機器學習方法需要多年的資料才能正確訓練。
EVS Water使用由TensorFlow和Keras提供支援的迴圈神經網路(RNN)來圍繞確定性基線校準模型。選擇這些工具是因為它們是廣泛接受的框架，可將RNN應用於需要識別複雜資料集線模式的挑戰。這些框架以生產為中心，並集成到原始程式碼中，以實現EVS Water應用程式的準確預測，並允許相對快速的實施和處理時間。RNN的輸入要素可能包括進料/混凝pH、DOC、UV254、溫度、進料/薄層溢流濁度和混凝劑劑量，使用現有的和供應商安裝的儀器。
確定性模型中使用的吸附容量也通過該RNN模型進一步校準，以適應現場的特定條件。RNN模型的詳細設計是與客戶和現場人員密切合作的結果，並取決於工廠的設計和可用的監測資料。
我們使用一個程式來預測基於加法模型的時間序列資料，其中非線性趨勢符合每年、每週和每天的季節性，加上假日效應。它最適用於具有強烈季節效應的時間序列和幾個季節的歷史資料。它對缺失資料和趨勢變化也很穩健，通常能很好地處理異常值。
儘管與DCS/SCADA系統連接在技術上是可行的，但建議從歷史資料庫而不是DCS/SCADA系統獲取Plant optimizer的資料。在這種類型的應用中，DCS/SCADA系統之間的延遲通常通常不受關注，因為這種應用需要大約每小時解析一次資料。
此外，與DCS/SCADA連接的應用通常與更長的時間框架相關聯，該時間框架與訪問存儲在那裡的資料相關的許可和策略相關聯。資料歷史記錄（如PI）旨在與包括協力廠商供應商在內的各種利益相關方進行互動，我們相信我們三種首選資料管理方法（Envirosuite API代碼、ftp傳輸至WSD網站或ftp傳輸至enviro site網站）中的一種將被接受。此設計的替代方案將需要更改此提案中的工作範圍。
PID、PDF、監測點、代表性監測資料、加藥位置、設備資料表在專案開始時需要共用。指定監測點的資料需要在專案的業務階段至少每天共用一次，並在專案開始時達成協議。
為了便於對財務效益進行評估，在專案開始時將要求提供工廠的化學品、電力消耗、固體廢物處理和勞動力成本的平均單位成本。