江蘇無錫的水域面積占全太湖的26%，人口占太湖流域總人口的4.67%。多年來，無錫始終堅持大力推進太湖治理，取得明顯成效。聚焦太湖治理的治污、防污、控污等環節，無錫供電公司挖掘電力數據價值，構建圖像識別模型，積極參與太湖治理，輔助地方生態環境部門科學決策。

2月6日，美麗無錫建設大會暨新一輪太湖治理推進會召開。這是無錫連續第十年以“農歷新年第一會”的形式研究部署生態文明建設，聚焦太湖治理標志性工程。無錫堅持大力推進太湖治理，與常州、蘇州、湖州等城市建立聯動治水新機制，推動太湖治理工作取得更大成效。從江蘇省生態環境廳獲悉，2024年，太湖湖體平均水質30年來首次達到良好湖泊標準。

無錫供電公司積極履行社會責任，與無錫市生態環境局、無錫市水利局等政府部門聯合，開展電力大數據助力生態環境治理保護的實踐探索，助推太湖生態環境質量持續改善。

監測污水處理設施運行情況

助力精準治污

太湖流域水網密布，河道四通八達。農村生活污水等污染物排入太湖，成了影響水質的主要因素之一。近年來，江蘇省政府持續投入專項資金，用于農村地區建設污水處理設施。僅無錫地區，就有超過4000個農村生活污水處理設施。

農村生活污水處理設施量大且分散，其運行情況和處理質量直接關系到太湖治理成效。為了保障這些農村生活污水處理設施正常運行，無錫供電公司應用物聯網技術和電力大數據平臺，實時監測農村生活污水處理設施的用電情況。

“以前我們都是到現場挨個檢查農村生活污水處理設施，效率比較低，發現問題不夠及時。有了電力大數據作支撐，我們可以實時監測這些設施的運行狀況，發現問題及時整改。2024年，全市農村生活污水處理設施正常運行率從之前的80%左右提升到了97%以上。”無錫市生態環境局土壤生態環境處處長王英滿介紹。

2024年9月，臺風“貝碧嘉”過境期間，無錫農村地區生活污水處理設施受到嚴重影響。無錫供電公司應用電力大數據精準定位，協助地方生態環境部門迅速發現受到嚴重影響的10多個設施并及時處置。

藍藻打撈也是太湖治理的重中之重。每年太湖藍藻暴發的高峰期，無錫供電公司都會應用數據分析模型，重點監測分析環太湖流域13家藻水分離站、31個藍藻打撈點的用電數據，根據用電量變化情況準確判斷藻水分離站和藍藻打撈點運行狀態，輔助地方生態環境部門實時掌握相關工作狀況并開展工作量化評估。

識別違規生產和違規偷排企業

服務源頭控污

工業污染是太湖水質惡化的主要原因之一。無錫供電公司組織員工深入走訪多個工業園區，對紡織、化工、造紙、鋼鐵等6大重點工業行業29857家企業的日用電量數據開展監測分析。

“我們收集企業用電量數據，分析企業用電特征，并綜合考慮季節變化等外部因素，構建了正態分布模型、設施運行異常判別模型和企業用電動態預測模型。企業一旦出現用電異常情況，這些模型便會從不同維度清晰呈現相關信息。”無錫供電公司科技數字化部主任張博介紹。

2023年7月，無錫供電公司收到無錫市生態環境局的協助信息，要對某河道入河口附近的幾家企業開展用電情況分析。通過模型監測分析，該公司發現處于環保整改期的某制造企業存在夜間生產情況，便將這一情況反饋給無錫市生態環境局。無錫市生態環境局當即督促企業嚴格整改。

在無錫供電公司運營監測大廳的大屏幕上，污染源企業、用電量分析、減排設施是否運轉等信息一覽無余，企業的生產用電情況一目了然。“基于生產用電數據，我們還可以精準研判企業在減產、限產、停產等狀態下的生產運行情況，輔助政府相關部門精準識別違規生產、違規偷排企業。”張博說。

除了工業生產排污，農業生產中產生的氮、磷等污染物同樣是太湖治理不容忽視的問題。無錫供電公司運用大數據分析技術，根據農業排灌用電量變化情況，掌握農業灌溉的特性規律，輔助地方生態環境部門精準分析太湖流域農業污染源情況。

“有了電力大數據，我們就像有了‘千里眼’和‘順風耳’，對污染排放情況了如指掌，能從源頭上把控各類污染源對太湖水質的影響。”無錫市生態環境監測監控中心監測三科科長嚴勇說。

智能分級預警湖面藍藻特征

反映治理成果

自2023年起，無錫供電公司基于人工智能平臺，利用沿湖輸電鐵塔上已有的視頻監控設備，實時精準監測藍藻覆蓋面積等。該公司技術人員深入研究藍藻在晴天、陰天、雨天等多種天氣條件下，以及從初始聚集到大規模暴發等各個階段的圖像特征，并反復分析比對相關監控圖像信息，應用深度學習技術構建了藍藻智能監測識別算法模型。

“我們訓練改進了基礎算法的目標識別功能，使算法模型學習超過12萬張標注圖像。”無錫供電公司五級專家黃敏介紹，鐵塔上涉及水體監測的視頻監控面積約為220平方千米，技術人員通過調整曝光、對比度等參數增強圖像中藍藻的特征，使圖像識別模型更容易捕捉到關鍵信息，并通過優化模型架構提高模型的計算效率和識別準確性。目前，該模型的識別準確率在96%以上。

根據圖像識別結果，藍藻覆蓋面積占監測區域面積的30%以下且分布較分散時，該模型會判定為一級預警，代表藍藻處于初始聚集階段，情況相對較輕；藍藻覆蓋面積達到監測區域面積的30%～60%且有局部聚集趨勢，該模型會判定為二級預警，代表藍藻聚集情況有所發展；藍藻覆蓋面積超過監測區域面積的60%且呈現大面積連片狀態時，該模型會判定為三級預警，代表藍藻暴發情況較為嚴峻。

無錫供電公司在圖像識別模型的基礎上構建藍藻智能監測平臺，并推動該平臺與地方生態環境部門相關信息平臺貫通，實現預警信息及圖像標注信息實時同步。

“為了助力太湖藍藻治理，技術團隊持續優化算法模型，大幅提高了藍藻情況監測的效率和準確性，精準反映治理成果，為后續治理提供了精準的數據支持。”黃敏說。

目前，相關成果已被國網江蘇省電力有限公司在其他涉及太湖治理工作的單位推廣，在蘇州、常州共計70余處電力監控點位應用。