20個智慧水務案例詳解（上）

時間： 2017-09-19 10:06

來源：中國水網

作者：毛茂喬

3.信息化：機房采用綠色環保技術，與同等規模但未采用該技術的機房比較每年可節約電費約9萬元；本平臺規定了公司數據交換標準規范，減少了因頻繁系統接口建設和低效不規范數據標準帶來的無效管理維護費用；構建了昆水云的智慧水務架構，使集團各分、子公司在昆水云架構下只需重點關注軟件服務建設從而節約大量基礎平臺建設費用。

（二）社會效益

本項目作為昆明智慧城市建設的一個重要組成部分，可進行供水數據資源共享、決策及給供水用戶帶來更好的服務體驗。

1.平臺對整個供水生產、經營、服務系統進行了全過程、實時監控，全面提高了整個供水產業鏈的穩定、安全運行，有效地提升了自來水水質監控水平，大大地提高了昆明城市供水保障率和供水安全。

2.平臺對公司重要生產數據和經濟管理數據進行統一收集、整理、規范和分析，對自來水行業決策、分析、應用提供了堅實的數據基礎。

3.平臺建設的公司外網門戶網站及配套服務模塊實現了供水服務水平質的提高，顯著提升了供水企業的社會服務形象和窗口服務。不但能實現水費查詢、快捷繳費等基本功能，還能對用戶反映的問題及時解決、及時處理、及時反饋。充分實現了供水企業與用戶的良性互動，讓用戶感覺到實實在在的方便和快捷。

4.平臺建設符合國家產業政策，是國家、省、市重點支持的發展領域。有利于傳統行業結合互聯網+生產+管理+服務模式的創新，在提升服務社會、便民服務也具有重要意義。

數據處理能力

（一）企業服務總線性能（常規雙核服務器配置）：核心進程性能指標單實例運行（不含業務壓力）滿足平均CPU負荷低于10％，管理界面響應時間-〉用戶執行配置管理（不包含消息查詢）響應時間需<3秒，傳輸效能-〉可接受500線程并發訪問；無業務處理邏輯，大小為4K的消息接收吞吐量為1000筆/秒；

（二）實時數據庫性能（常規雙核服務器配置）：在保證數據高速讀寫的情況下，能夠實現數據的有序存儲，從而使系統具備長期運行幾乎不出現磁盤碎片的特性，因此，在數據存儲和檢索方面，性能具有很強的穩定性。

上述先進技術的使用，使實時數據庫內核系統具有500萬條記錄/秒的存儲性能，配合客戶端的過濾技術，整個實時數據庫系統可達到近千萬條記錄/秒的極高存儲能力。

5.新加坡智慧水網系統

案例申報單位：賽萊默（中國）有限公司

效果圖片

案例簡介

該項目是為新家坡公用事業局（以下簡稱“PUB”）供水部開發的一套智慧水網系統，幫助提高新加坡供水管網的運營效率。智慧水網系統通過在管網上安裝傳感器以獲取在線實時水力數據，并提供一系列的水網管理工具輔助管網運行管理，包括爆管、水質事件報警，漏點定位，在線水力建模，閥門操作模擬與仿真，自動分區模型，用水需求預測和負荷分配，以及基于GIS的數據可視化展示等。該項目服務的管網長度約5500km，服務用戶達140萬。

案例亮點

該項目是集物聯網技術、大數據分析技術、GIS技術、計算機技術、一體式傳感器、水力模型為一體的綜合性供水運營管理系統，實現城市供水管網的漏損監控及定位，同時，兼具水網數據管理與分析、管網資產評估、水力模型建模、優化供水調度、水量預測、水網分區等功能，幫助供水企業提升供水運營效率。系統的核心優勢是實現了機器學習和大數據處理與分析在供水行業的應用，并取得了較好的漏損監測以及運營決策的效果。基于壓力、流量、水質、遠傳水表、聲吶等管網實時監測數據，進行大數據分析與建模，形成漏損監測模型，分析用水規律或相關操作引發的供水工況變化，提供7天×24小時爆管監測和報警定位，隨著機器學習時間的延長，能盡可能的減少和消除系統的爆管/泄漏誤報，智慧水系統項目在漏損實時監測和提升供水運營效率方面獲得了國際水協的高度認可，并于2014年獲得了國際水協（IWA）創新項目獎。

效果評估

在漏損管理和水質監測方面，系統能夠實時監測漏點，并定位漏點位置，使用戶能及時響應并采取修補措施，發現水質異常，及時向供水部發送報警通知，資產評估模塊提供未來一段時間可能出現管網故障的區域信息，指導用戶優化管網修復與改造計劃，有效的降低爆管、延長資產的使用壽命，為用戶節省了大量的時間和精力。在運營優化方面，供水調度工具綜合了水的生產、輸送、分配和供應各環節的水量數據，實時預測供水短期（提前24小時）需求來優化供水配置，確保水資源的最大化利用。智慧水網系統對新加坡較低漏損率（NRW維持在5%）的保持做出了重要貢獻。

效益評價

經濟效益：近兩年，智慧水網系統在新加坡案例中監測到的漏損事件有110多例，在預測的爆管高發區域，有效防止的爆管或泄漏約3-5個/千米，據用戶統計，有效節約的經濟損失折合人民幣約4000萬元-5000萬元。

社會效益：智慧水網系統的建設對居民用水、供水優化以及水資源污染問題的解決具有重要意義。智慧水網系統的實時漏損與水質監測，提早了供水企業對漏點和水質異常事件的發現時間，在用水客戶報修之前，供水企業就已采取了相應的措施，不僅防止了可能引發的更嚴重的事件，也保證了供水安全，提升了供水企業的對外服務形象；實時、短期的用水需求預測，使供水調度按需分配，有效提升了水資源的利用率。

數據處理能力

系統的大數據分析引擎包含多種算法與模型，如多種信號處理工具、機器學習工具、異常事件監測工具等，通過機器自動學習的方式歸納供水運行數據（系統中分析的數據包括壓力數據、流量數據、聲吶數據、水質數據和遠傳水表數據等）的結構、模式，從而識別供水管網中出現的異常事件。比如漏損監控模型，通過模型分析高頻壓力瞬變、流量、聲吶數據，識別管網異常情況下的數據流模式，從而監測供水管網中發生的漏損并定位漏點位置。系統基于大數據分析，僅高頻壓力傳感器監測的數據每秒采集的數據量最高可高達256次。

1 2 345 6 7 8

第頁

編輯：趙凡

贊