由株洲珠华水工业科技开发有限公司主导并联合香港应用科技研究院有限公司，成立的智慧水务实验室（及其实验平台），用于研究多源信息融合技术、智能关键设备研发、城镇供水管网供水压力优化调控技术研究、基于大数据量化云平台和复杂事件处理技术的漏损预警和控制研究、利用人工智能方法建立健康诊断知识库等关键技术，研发供水管网压力管理系统及营收系统，形成有效管理城市的供水、用水、营收、控漏等过程的智慧水务集成开发服务平台。
实验室研究目标：
打造成国内领先的智慧水务实验室，依托实验室的技术力量展开城镇供水管网的小表集抄（营收）系统、供水管网压力管理系统、SCADA生产调度管理系统、分区计量管理系统、泵站远程监控系统、二次供水管理系统的研发、推广、销售；
合作单位研究基础：
引进先进技术：
1、基于大数据量化云平台和复杂事件处理技术的漏损预警和控制研究：基于大数据量化云平台和复杂事件处理技术的漏损控制系统可以实时分析处理海量数据，也是管网漏损系统数据处理的核心技术之一。它是一种基于数据流的计算模式，具有实时数据快速处理和数据主动式查询功能。针对供水管网中海量数据的实时分析和处理需求，本研究提出采用复杂事件处理技术实现管网漏水事件的甄别与检测。首先是建立用水模型，给业主提供漏水报警（通过先进的漏水检测硬件和ASTRI强大的复杂事件处理CEP系统）。后台根据用户的用水记录，进行深度学习，分析用户的用水规律，对于偏离其规律的用水情况通知管理员或住户，通知方式可以选择：手机app，微信公众号以及短信。系统侦测到爆管、漏水等异常信息后，并产生原始的事件云，之后交由CEP引擎根据事件模式和显性隐性的规则来实现事件管理并量化其风险，漏损控制系统可以根据其风险大小决定自行处理或者提交给管理员，如爆管自动监测并且关阀，漏水检测报警等。
2、利用人工智能方法建立健康诊断知识库：基于获取的历史事件数据，以及无法得到检测的参数与最后事件之间一个显式关系的情况下，引入人工智能领域的理论，并以其中的学习模块为核心，对历史事件进行分类分组。这其中的分组分类并不局限于纯粹把数据分组成传统对于管网系统各种漏损的定义，我们期望通过无监督学习的方法，对数据进行去标签化后再进行自动分组分类，从而发现一些一直以来没有明确定义或者被忽略的漏损，并对新出现的分组进行实证分析及建模，验证该分组是否具有科学性及其对管网漏损系统可能产生的各种影响，形成我们自己的对于管网漏损系统的新认知，从而来达到建设具有自己特色的健康诊断知识库的目的。
