一、应用场所

供水公司：应用于供水公司中控调度值班的7x24小时不间断值班场景。

二、解决问题

传统供水调度值班管理作为保障供水系统实时运行的“神经中枢”，其核心是通过值班人员的实时监控、应急处置和指令传达，确保管网稳定运行。但受技术手段、流程设计和人员管理模式的限制，传统值班管理存在诸多具体问题。

1.交接班信息传递低效且易失真，形成管理断层: 传统值班依赖“纸质记录+口头交接”，信息传递不系统、不完整。

交接班内容多为零散记录（如“某区域压力略低”、“水泵运行正常”），缺乏对历史数据（如近 24 小时压力波动趋势）、潜在风险（如管道老化区域的预警）的连贯说明，导致下一班次人员难以快速掌握系统全貌。

关键信息（如临时调度指令、用户投诉未解决事项）易因口头传达遗漏或误解，甚至出现“上一班未处理、下一班不知情”的管理真空，尤其在夜间或节假日交接班时更突出。

2.实时监控依赖人工盯屏，异常感知滞后且漏报: 传统值班以“人员盯守监控屏幕（如 SCADA 系统单点数据）”为主，缺乏智能预警机制。

监控数据分散在多个独立系统（如压力监测、水质监测、水泵运行系统），值班人员需频繁切换界面人工比对，难以实时捕捉 “隐性异常”（如某区域压力缓慢下降可能预示漏损，而非瞬时跳变）。

对低概率但高风险的异常（如管网微量爆管、水质指标微量超标），依赖人员“肉眼识别”，易因疲劳、疏忽导致漏报，等到用户投诉或系统崩溃时才被动发现，延误处置时机。

3.应急处置依赖个人经验，响应效率低且标准化不足: 突发情况（如爆管、水泵故障、大面积停水）的处置高度依赖值班人员的个人能力。

缺乏标准化处置流程（SOP），或流程仅停留在纸质手册中，值班人员面对复杂场景时（如同时发生多处爆管），易因经验不足导致决策犹豫（如先关哪个阀门、优先保障哪个区域供水）。

应急资源（如抢修队伍位置、备件库存、备用水源切换路径）信息不实时，值班人员需手动查询或电话沟通，导致“指令发出后，不知何时能执行”，延长应急响应时间（如爆管后确定关阀范围需 1-2 小时，远超实际需求）。

4.人员排班与负荷匹配不合理，易发生疲劳风险: 供水调度需 24 小时不间断值班，传统排班模式常存在“重覆盖、轻科学”的问题。

班次设置粗放（如“三班倒”、“两班 12 小时制”），未考虑用水高峰时段（如早 6-9 点、晚 17-20 点）的工作强度（需高频监控、调节），导致高峰时段值班人员负荷过高，低峰时段人员闲置，或因连续值班（如 12 小时夜班）导致疲劳，影响决策准确性。

人员调配灵活性差，遇值班人员临时请假时，替补人员可能对系统不熟悉，进一步降低值班质量。

5.数据记录不规范，难以支撑复盘与优化: 值班过程中的操作记录、异常处理轨迹是后续系统优化的关键依据，但传统模式下存在明显缺陷。

记录依赖人工手写或简单录入，内容多为“结果性描述”（如“已恢复供水”），缺乏“过程性数据”（如压力变化曲线、调度指令调整时间点、各部门响应时长），导致事后复盘时“说不清原因、道不明责任”。

数据分散存储（如纸质台账、本地Excel），无法与调度系统、用户投诉系统联动，难以追溯“异常 - 处置 - 结果”的完整链条，更无法为后续值班流程优化提供数据支撑。

6.跨部门协作壁垒高，指令执行“中梗阻”：供水调度值班需联动水厂、抢修队、客服、水质检测等多部门，但传统模式下协作效率低。

值班人员下达指令（如“某区域需临时降压”、“派抢修队到 XX 路段”）依赖电话、对讲机，缺乏实时反馈机制，无法确认对方是否接收、何时执行，易出现“指令发出后石沉大海”的情况

部门间信息不互通（如客服已知某小区停水，但未同步给值班人员；抢修队已到达现场但未反馈进度），导致值班人员“信息滞后”，无法动态调整调度策略。

三、详细内容

1.功能模块

智能排班：接通过AI方式智能排班，解决人工排班疏漏问题。

值班数据规范存档：建立基于客户实际应用场景的值班数据规范，自动按班组、人员记录值班数据，解决交接班信息传递低效、失真，管理断层；支撑事件复盘与管理流程优化。

跨系统联动：基于实际调度值班事件场景，发起多个业务系统处置问题，如：发起流程引擎工单、爆管事件预案、水质应急预案等，方便值班人员快速处置问题、记录事件、事件信息同步，将事件完整信息同步到对应职能部门或发起对应的标准处置流程，解决应急事件处置依赖个人经验，响应效率低，处置不规范，跨部门协作壁垒高等问题。

工单与执行跟踪：生成结构化工单（任务类型、负责人、截止时间、所需资源），推送至移动端APP。通过GPS定位和摄像头回传，实时监控现场处理情况。

报告与复盘：汇集调度值班事件的所有信息，从最初的事件发起数据，到每一次人员调度、操作记录、跨系统结果反馈，自动生成事件处置报告（原因分析、处理过程、处置结果），并自动归档至知识库。

2.技术实现

WimTask引擎：基于微服务架构，支持分布式计算，可横向扩展以处理海量监测数据。

系统集成：基于实际调度值班事件场景，发起多个业务系统处置问题，如：发起流程引擎工单、爆管事件预案、水质应急预案等，方便值班人员快速处置问题、记录事件、事件信息同步。

数据融合：班组值班的角度记录一个值班周期内的所有相关数据（含跨系统数据），实现班组交接班时，数据完整流转；并支持值班事件数据单独留存。

四、使用价值

1.居民：保障供水

  7x24小时的AI值班方式，最大限度地缩短了调度事件的发现和处理时间，为城市供水保障提供了坚实的技术支撑，直接关系到民生福祉。

2.企业：提升管理效率、降低运营成本

提升管理效率：通过供水调度值班机器人，实现值班人员智能排班、值班事件跨系统处置、数据信息完整传递，整体运营效率得到显著提升。

降低运营成本：通过供水调度值班机器人，减少值班人员配置，有效降低人员成本，非侵入式的系统及数据集成方式也避免了对现有IT系统进行昂贵改造的成本。

2.行业：模式创新

推动供水调度管理从“人工值班”转向“AI值班”，构建智慧水务新场景应用落地。