主要采用基于机器学习的数据驱动模型和基于机理模型的修正模型相结合的方式，将海量的工艺过程数据进行实时分析与处理，实现污水处理厂出水水质在线预测，得到不同进水负荷下适宜的运行参数，以最小的能耗和药耗获得较佳的出水水质。

采用“前馈+模型+反馈”控制策略优化曝气控制，实现气量的按需分配，使生化池需氧量达到动态平衡。

根据厂区实时运行情况及仿真系统的预测结果给出及时的专家建议及控制策略。

本系统由混凝剂智能投加系统、絮凝剂智能投加系统及碳源智能投加系统组成，采用模块化设计，可根据不同污水处理厂的实际需求进行定制。

本系统通过搭建虚拟空间，实现精准的虚实映射实现全时域的物联感知体系，同时实现实时数据的动态分析功能，让数据更加及时，更加精准，实现更加全面的管控。并结合平台算法实现设备故障的预测及预警功能，减少现场的故障时间，管理所有设备的运维动作。可根据客户需求嵌入工单系统实现污水处理厂的线上管理及审批。

基于水务智能巡检能力，通过配置设备设施等巡检对象，确定巡检计划，通过选择线下人工巡检、线上视频巡检、机器人巡检等方式，满足班组现场巡检、设备设施远程巡检等应用，并对巡检过程进行编辑，可选择执行、复核、整改等应用环节巡检报告，实现巡检任务统计及结果分析应用。