大數(shù)據(jù)平臺(tái)在水務(wù)行業(yè)的探索與應(yīng)用

張軍 白帆 重慶遠(yuǎn)通電子技術(shù)開發(fā)有限公司

1. 前言

隨著全球云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等新一輪信息技術(shù)迅速發(fā)展和深入應(yīng)用，城市信息化發(fā)展正醞釀著重大變革和新的突破，由對(duì)象、過程數(shù)字化為主要特征的數(shù)字化城市向智慧化發(fā)展已成為必然趨勢(shì)。

現(xiàn)各個(gè)水務(wù)行業(yè)在建設(shè)模式上，目前基于傳統(tǒng)架構(gòu)的分散建設(shè)模式，存在基礎(chǔ)設(shè)施建設(shè)冗余、重復(fù)投資、利用效率低、整合共享難等問題。在業(yè)務(wù)支撐上，沒有形成強(qiáng)大統(tǒng)一的數(shù)據(jù)計(jì)算能力，在遇到業(yè)務(wù)高峰、復(fù)雜運(yùn)算，響應(yīng)速度慢甚至無響應(yīng)，制約了智慧化業(yè)務(wù)的應(yīng)用。在數(shù)據(jù)管理上，對(duì)于音視頻、圖像，物聯(lián)網(wǎng)等新型數(shù)據(jù)以及日常業(yè)務(wù)產(chǎn)生的零散信息、碎片數(shù)據(jù)，現(xiàn)有架構(gòu)無法高效匯集存儲(chǔ)，且擴(kuò)展性差、擴(kuò)容成本高，無法滿足業(yè)務(wù)需求。

為解決上述問題，建設(shè)基于云計(jì)算技術(shù)的大數(shù)據(jù)平臺(tái)已勢(shì)在必行。從國(guó)家戰(zhàn)略層面看，國(guó)家和各省先后出臺(tái)了大數(shù)據(jù)發(fā)展綱要及行動(dòng)計(jì)劃，大數(shù)據(jù)已經(jīng)滲透到社會(huì)各領(lǐng)域、政府各部門，水務(wù)集團(tuán)需要搭建大數(shù)據(jù)平臺(tái)主動(dòng)對(duì)接融入，切實(shí)提高智能化水平。從技術(shù)發(fā)展層面看，大數(shù)據(jù)收集存儲(chǔ)、分析處理等技術(shù)快速發(fā)展，正在變革著傳統(tǒng)的信息化建設(shè)途徑，也催生了更為強(qiáng)大、更為智能的信息化應(yīng)用新模式，充分利用云計(jì)算、大數(shù)據(jù)等新技術(shù)為水務(wù)服務(wù)是緊跟社會(huì)信息化發(fā)展的必然選擇。

2. 建設(shè)目的

在生產(chǎn)管理上，通過大數(shù)據(jù)平臺(tái)，進(jìn)一步優(yōu)化管理。一是根據(jù)自來水廠、加壓站、調(diào)節(jié)池水位、管網(wǎng)壓力等基礎(chǔ)數(shù)據(jù)信息，進(jìn)行數(shù)據(jù)分析與挖掘，建立模型深度學(xué)習(xí)，精準(zhǔn)預(yù)測(cè)，科學(xué)調(diào)度，從而降低漏損率和實(shí)現(xiàn)優(yōu)質(zhì)供水。二是對(duì)污水處理廠各個(gè)關(guān)鍵設(shè)備的振動(dòng)、速度、溫度等指標(biāo)的監(jiān)測(cè)和海量數(shù)據(jù)進(jìn)行分析，對(duì)工藝和設(shè)備故障進(jìn)行診斷，對(duì)出水水質(zhì)進(jìn)行預(yù)測(cè)分析，加強(qiáng)應(yīng)急處理，從而保障水質(zhì)達(dá)標(biāo)排放，實(shí)現(xiàn)節(jié)能降耗的目的。運(yùn)用大數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)生產(chǎn)管理精細(xì)化，實(shí)現(xiàn)降本增效，防范安全風(fēng)險(xiǎn)，進(jìn)一步提升管理水平。

在為民服務(wù)方面，運(yùn)用大數(shù)據(jù)分析，實(shí)現(xiàn)為民精準(zhǔn)服務(wù)。建立數(shù)據(jù)交換中心，對(duì)管網(wǎng)地理系統(tǒng)（GIS）、客戶服務(wù)系統(tǒng)、便民服務(wù)系統(tǒng)、供水營(yíng)銷系統(tǒng)等數(shù)據(jù)抓取，進(jìn)行數(shù)據(jù)清洗，針對(duì)用戶需求，實(shí)現(xiàn)精準(zhǔn)服務(wù)，提升用戶滿意度。

在公司治理方面，以水廠為基本單元，建立包括但不限于水質(zhì)、水量、電耗、藥耗、漏損率、客服滿意率等指標(biāo)的KPI考核體系。同時(shí)，對(duì)生產(chǎn)管理中重難點(diǎn)，在大數(shù)據(jù)基礎(chǔ)上，建立數(shù)據(jù)模型，充分利用人工智能，為生產(chǎn)運(yùn)營(yíng)作指導(dǎo)，為領(lǐng)導(dǎo)決策服務(wù)，實(shí)現(xiàn)公司治理現(xiàn)代化。

3. 建設(shè)內(nèi)容

3.1 大數(shù)據(jù)標(biāo)準(zhǔn)體系建設(shè)

建立水務(wù)大數(shù)據(jù)數(shù)據(jù)標(biāo)準(zhǔn)、流程、技術(shù)架構(gòu)。對(duì)公司數(shù)據(jù)資源進(jìn)行梳理和分析，用于指引和指導(dǎo)數(shù)據(jù)資源的生產(chǎn)和加工、數(shù)據(jù)倉(cāng)庫的建設(shè)、數(shù)據(jù)的分析挖掘和利用等，為KPI指標(biāo)體系和決策支持體系提供服務(wù)。

3.2 大數(shù)據(jù)基礎(chǔ)平臺(tái)建設(shè)

大數(shù)據(jù)平臺(tái)搭建包括集群的搭建和大數(shù)據(jù)管理及應(yīng)用軟件的搭建。集群搭建需根據(jù)自身業(yè)務(wù)數(shù)據(jù)的增長(zhǎng)需求及大數(shù)據(jù)平臺(tái)構(gòu)建數(shù)據(jù)集群的基本需要，對(duì)大數(shù)據(jù)平臺(tái)進(jìn)行設(shè)備選型及采購(gòu)，以實(shí)現(xiàn)大數(shù)據(jù)平臺(tái)的硬件要求。

3.3 數(shù)據(jù)來源及采集

大數(shù)據(jù)平臺(tái)最重要的就是數(shù)據(jù)來源，水務(wù)大數(shù)據(jù)平臺(tái)數(shù)據(jù)來源及數(shù)據(jù)采集類型主要包括結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)三大類，包括但不限于：生產(chǎn)類數(shù)據(jù)、管網(wǎng)類數(shù)據(jù)、營(yíng)銷類數(shù)據(jù)、安全類數(shù)據(jù)、水質(zhì)類數(shù)據(jù)、客服服務(wù)類數(shù)據(jù)。數(shù)據(jù)采集將建立統(tǒng)一采集平臺(tái)，依托大數(shù)據(jù)數(shù)據(jù)處理工具對(duì)數(shù)據(jù)進(jìn)行采集、存儲(chǔ)等工作。

3.4 數(shù)據(jù)處理與治理

集成集團(tuán)下屬給排水廠生產(chǎn)運(yùn)營(yíng)監(jiān)控?cái)?shù)據(jù)，數(shù)據(jù)多樣化且數(shù)據(jù)量較大。原始的公式計(jì)算、過程批量處理、定時(shí)器定時(shí)執(zhí)行等方法對(duì)數(shù)據(jù)庫的負(fù)荷較大，嚴(yán)重影響平臺(tái)的展示效果，需使用專業(yè)的ETL和Quartz工具對(duì)元數(shù)據(jù)進(jìn)行提取、轉(zhuǎn)換、清洗和加載、完全集成的關(guān)系和維度建模、數(shù)據(jù)質(zhì)量、數(shù)據(jù)審計(jì)，以及數(shù)據(jù)和元數(shù)據(jù)的整個(gè)生命周期的管理。

3.5 算法與模型分析

基于水務(wù)大數(shù)據(jù)平臺(tái)，優(yōu)化供水管網(wǎng)監(jiān)測(cè)預(yù)警，建立水質(zhì)預(yù)測(cè)模型、建立污水處理故障診斷模型、設(shè)備健康管理、管網(wǎng)漏損預(yù)測(cè)模型、供水用水需求預(yù)測(cè)優(yōu)化模型。

水質(zhì)預(yù)測(cè)模型：對(duì)給水、排水兩個(gè)部分檢測(cè)數(shù)據(jù)、歷史數(shù)據(jù)、過程數(shù)據(jù)等進(jìn)行分析挖掘，構(gòu)建給水水質(zhì)預(yù)測(cè)分析模型、排水水質(zhì)預(yù)測(cè)分析模型。對(duì)給水、排水水質(zhì)進(jìn)行精準(zhǔn)預(yù)測(cè)，為自來水水廠運(yùn)營(yíng)提供參考。具體步驟：根據(jù)歷史數(shù)據(jù)搭建深度神經(jīng)網(wǎng)絡(luò)模型；采集實(shí)時(shí)數(shù)據(jù)，包含給水?dāng)?shù)據(jù)、排水?dāng)?shù)據(jù)以及環(huán)境數(shù)據(jù)。對(duì)該類數(shù)據(jù)進(jìn)行數(shù)據(jù)治理，數(shù)據(jù)清洗，將數(shù)據(jù)治理后的實(shí)時(shí)數(shù)據(jù)分別輸入至給水水質(zhì)預(yù)測(cè)模型、排水水質(zhì)預(yù)測(cè)模型，模型分別輸出給水水質(zhì)預(yù)測(cè)與排水水質(zhì)預(yù)測(cè)。在工藝流程不變的情況下，算法模型能夠?qū)崟r(shí)預(yù)測(cè)給水、排水水質(zhì)情況等關(guān)鍵參數(shù)，進(jìn)而提供給水廠運(yùn)營(yíng)決策，指導(dǎo)給排水策略制定。。

污水處理故障診斷模型：利用現(xiàn)有的一些污水處理方面的數(shù)學(xué)模型或模擬軟件對(duì)污水處理廠的運(yùn)行工況進(jìn)行診斷并提出優(yōu)化方案的方法。該方法通過模擬能同時(shí)實(shí)現(xiàn)診斷與優(yōu)化。這類方法對(duì)操作人員專業(yè)水平要求較高，過程較復(fù)雜，但是診斷和優(yōu)化方案比較精確高效。

設(shè)備健康管理：分析采集的設(shè)備數(shù)據(jù)與常規(guī)數(shù)據(jù)，實(shí)時(shí)獲取設(shè)備運(yùn)行狀態(tài)，設(shè)備關(guān)鍵參數(shù)等信息，通過提供一系列分析預(yù)測(cè)工具，進(jìn)行動(dòng)態(tài)監(jiān)測(cè)、早期異常預(yù)警與故障預(yù)測(cè)，提高設(shè)備整體健康狀況的可見性。

管網(wǎng)漏損預(yù)測(cè)模型：在保證原有供水流程的前提下，降低管網(wǎng)漏損率。根據(jù)實(shí)際供水?dāng)?shù)據(jù)、有效供水?dāng)?shù)據(jù)、管網(wǎng)狀態(tài)數(shù)據(jù)以及檢驗(yàn)數(shù)據(jù)，通過多種機(jī)器學(xué)習(xí)方法深入挖掘數(shù)據(jù)相關(guān)性，找出管網(wǎng)漏損規(guī)律，深入分析各個(gè)關(guān)鍵環(huán)節(jié)對(duì)應(yīng)的漏損影響，結(jié)合專家經(jīng)驗(yàn)，通過神經(jīng)網(wǎng)絡(luò)算法，建立管網(wǎng)漏損預(yù)測(cè)模型，實(shí)現(xiàn)預(yù)測(cè)管網(wǎng)漏損時(shí)間，為保養(yǎng)維護(hù)提供依據(jù)，達(dá)到降低管網(wǎng)漏損率目標(biāo)。

供水與用水需求預(yù)測(cè)優(yōu)化模型：在保證原有調(diào)度系統(tǒng)的前提下，提供供水預(yù)測(cè)、用水需求預(yù)測(cè)，提供調(diào)度優(yōu)化建議降低能耗，提升用戶體驗(yàn)。根據(jù)歷史供水?dāng)?shù)據(jù)、歷史用水?dāng)?shù)據(jù)、氣候數(shù)據(jù)、企業(yè)個(gè)人畫像數(shù)據(jù)、管線水壓等數(shù)據(jù)，通過多種機(jī)器學(xué)習(xí)方法深入挖掘數(shù)據(jù)相關(guān)性，找出供水用水規(guī)律，結(jié)合專家經(jīng)驗(yàn)，建立供水用水預(yù)測(cè)模型，實(shí)現(xiàn)預(yù)測(cè)供水、用水需求，為調(diào)度優(yōu)化提供依據(jù)，達(dá)到降低能耗，提供用戶滿意度。

3.6 大數(shù)據(jù)決策支持平臺(tái)

建立大數(shù)據(jù)決策支持平臺(tái)，整合集團(tuán)下屬的所有給排水單位的生產(chǎn)運(yùn)營(yíng)數(shù)據(jù)為一體進(jìn)行統(tǒng)一展示和分析。形成對(duì)供水企業(yè)從水源、制水、出廠、管網(wǎng)到用戶的安全生產(chǎn)、水質(zhì)安全、運(yùn)營(yíng)情況以及排水企業(yè)的管網(wǎng)、進(jìn)水、出水等生產(chǎn)運(yùn)營(yíng)的全面監(jiān)控，提供預(yù)警報(bào)警、應(yīng)急調(diào)度預(yù)案、決策分析、報(bào)表等功能，對(duì)模型進(jìn)行調(diào)用，并考慮大屏顯示和操作的方便，實(shí)現(xiàn)平臺(tái)直觀、美觀、全面的監(jiān)控和便捷的操作展示。對(duì)展示的決策平臺(tái)進(jìn)行全方面的運(yùn)行監(jiān)控和實(shí)現(xiàn)模塊化修改配置以及報(bào)警設(shè)置、信息推送、定時(shí)任務(wù)等基礎(chǔ)配置功能。

4. 結(jié)語

就目前國(guó)內(nèi)大數(shù)據(jù)應(yīng)用而言，大數(shù)據(jù)作為一種新技術(shù)主要應(yīng)用于金融行業(yè)、互聯(lián)網(wǎng)行業(yè)、制造業(yè)等行業(yè)，水務(wù)行業(yè)大數(shù)據(jù)的應(yīng)用示例還較少，目前各水務(wù)的大數(shù)據(jù)應(yīng)用也處于探索與逐步應(yīng)用階段。但通過對(duì)大數(shù)據(jù)平臺(tái)的不斷應(yīng)用與深度學(xué)習(xí)，以及對(duì)算法模型的不斷優(yōu)化，定能對(duì)生產(chǎn)管理提供預(yù)測(cè)性指標(biāo)意見，逐步輔助和優(yōu)化改善生產(chǎn)工藝，精準(zhǔn)預(yù)測(cè)，科學(xué)調(diào)度，從而降低漏損率和實(shí)現(xiàn)優(yōu)質(zhì)供水；通過對(duì)污水工藝和設(shè)備故障進(jìn)行診斷，對(duì)出水水質(zhì)進(jìn)行預(yù)測(cè)分析，加強(qiáng)應(yīng)急處理，從而保障水質(zhì)達(dá)標(biāo)排放，實(shí)現(xiàn)節(jié)能降耗的目的。