建设水务大数据平台，助力水务企业实现“大数据”到“大智慧”服务转变

2022-06-27 14:00:01

借助新一代IT技术发展优势，与水务行业结合，推动水务智慧化深入应用，在供排水领域数据具备4V的特征：体量大（Volume）、类型丰富（Variety）、价值密度低（Value）和实时在线（Velocity）。

如此，也给水务企业在大数据领域的创新发展提出了新的更高要求。

大数据融合IT技术和系统思维，再加上大数据场景应用，更加给水务行业带来了新机遇和新挑战。

如今，“谁掌握了数据，谁就掌握了主动权”已是行业的共识。

在这种背景下，建设水务大数据平台，已成为水务企业发展的目标和增强核心竞争力优势的重要手段，也是打造水务“智慧化”的重要体现。

01

水务行业现状

目前我国正处于高速城市化和工业化的发展阶段，在城市化和经济增长的持续推动下，我国环保和水务行业市场容量不断增长。

在供用水方面，我国供水用水总量在2013年达到巅峰，之后开始出现供用水总量增速趋缓甚至下降现象。

这主要是因为我国人口增速的放缓及水资源管理政策的愈发严格，例如省、市、县全覆盖的“三条红线”（用水总量控制、用水效率控制、水功能区限制纳污）控制指标体系的建立等。

根据国家统计年鉴，2020年全国供用水总量达5812亿立方米，其中河北省182亿立方米，占全国供用水量的3%。

在污水处理方面，近年来我国污水排放总量逐年增加，增幅主要来自生活污水排放，主要是因为城镇化程度和人口数量的快速增长。

工业污水排放量于2007年达到了巅峰，之后在国家大力实施产业结构调整、淘汰落后产能及积极推广节能减排等政策的作用下，呈逐步下降趋势。

水务行业产业链从上到下大体由三部分构成，一是原水的生产与供应，这类水务企业主要是通过建设水库等蓄水设施将天然水资源存储起来，经管网输送至自来水厂收取相应的费用，并按规定向政府缴纳水资源费；二是自来水的生产、供应、销售，这类水务企业主要是将原水处理合格并销售给居民、企业等终端用户，向终端用户收取水费；三是污水收集与处理，这类水务企业主要是收集居民、工业企业的污水进行处理以达到无害化排放，并收取污水处理费，同时还可将污水经深处理后产生中水，用于绿化或清洁。

总结如下图：

上述产业链中，行业上游是原水的生产，而水源的获取主要依赖区域内水资源的丰富程度与水质的优劣。

下游自来水生产、污水处理则依赖于工业生产和居民生活的用水需求，同时城镇人口的数量、环保节水政策的要求等都对用水需求有着重大影响。

在我们日常信贷工作中，接触较多的是集自来水和污水业务为一体的行业下游水务企业，同时也有一部分专门为某园区、厂区成立的污水处理企业。

从国内整体市场竞争来看，水务行业区域垄断特征明显，主要是因为当地政府在水务建设之初，作为投资主体前期铺设管网且后期对管网进行维护更新，进而形成了以市、县为单位的自然垄断。

同时，随着国家近年来推出如市场准入的放开、水价改革、特许经营和加快污水处理工程建设等政策，市场竞争使原有的区域垄断特征弱化，水务行业趋于市场化。

02

水务企业面临的挑战

结合水务行业自身的需求和特点，发现水务企业存在的主要问题和面临的挑战主要包括：

信息系统多且太分散，维护成本高；

数据标准不统一，无法实现统一共享，对数据的整合集成及互联互通造成了阻碍，增加了信息整合的复杂度；

数据质量存在不可靠问题；

数据来源复杂，终端多而分散，导致数据采集及存储的安全存在问题。

数据众多，对于数据的分析处理能力有限，无法有效的进行更深层次的数据挖掘、利用和辅助决策支持。

03

水务大数据平台的建设目标和意义

水务大数据平台建设以“1+1+1+X”（一个平台，一个中心，一个标准，X项应用）模式为基础，通过新IT技术应用，融合水行业需求，把“数字化”应用于公司治理与为民服务中，创造新型的管理与服务模式。

在数据的价值创造与价值传递过程中，数据将价值链的更多环节转化为战略优势，实现技术、物质、资金、人才、服务等资源的优化配置，进一步提升管理精细化、为民服务精准化和水务企业管理现代化的目标，数据驱动创新，让大数据技术能力转化为企业发展的新动力。

04

水务大数据平台系统规划设计

1、水务大数据平台顶层设计

系统总体架构的5个层次分别是全面感知层、基础设施层、数据资源管理层、应用支撑层及系统应用层，且包括标准规范和安全保障及运维体系。

系统总体架构如图1所示。

图1 水务大数据平台顶层设计架构

2、标准规范建设内容

水务企业大数据平台是一个大规模的建设工程。

该项目以业务系统的相关数据为业务处理核心，以其他相关部门为信息交换对象，实现水务企业内跨部门的大型综合与分布式的信息化系统。

面对这样一个大型的信息项目，水务企业首先必须建立完善的标准体系和相关制度。

保障水务大数据平台建设标准的可持续发展能力，实现真正意义上的互联互通，解决了数据统一标准、统一共享及统一运维体系的问题。

水务大数据平台建设标准规范由8个分部分构成：数据标准、数据集成标准、大数据分析指标规范、数据交换与共享规范、数据库更新维护机制、管理制度、应用评估规范及信息安全保障体系。

3、大数据采集系统

大数据采集分两个单元功能模块，一个是终端的数据采集，另一个是服务端的数据汇聚共享交换。

数据采集系统肩负着实时在线数据采集、业务系统数据整合集成及人工填报数据的收集工作，为提高集成效率，实现一体化物联网采集平台，集各类型数据采集任务于一体。

数据获取层级如图2所示，系统设计以物联网方式搭建感知网，解决并实现了一数一源、一源多用及分布式实时采集的功能。

图2 数据获取层级

4、大数据交换中心

搭建水务企业综合数据库（或中心数据库）与大数据交换中心，实现水务企业各部门业务系统之间的数据共享交换，作为今后数据共享与交换的基础支撑平台。

通过该平台实现生产、管网、服务等数据共享、治理及挖掘，为企业管理提供决策数据。

基于统一汇集与共享交换平台构建供水、排水、生产、营销、管网、客服、项目和水质等数据的交换中心，系统主体架构分为源数据层、数据汇聚层、数据治理层、数据管理服务层、数据应用层、用户层、标准体系、安全体系及运维体系。

实现统一数据汇聚能力、数据服务能力和数据处理能力，为未来水务大数据微服务应用夯实基础。

5、水务大数据云计算平台

水务大数据云计算平台是顺应目前信息化技术水平发展、供排水服务职能改革的架构平台，为决策提供及时、准确、可靠的信息依据，提高水务企业集团化工作的前瞻性和针对性，为水务企业生产运营管控提高决策支持效率和水平。

水务大数据平台的建设目标是搭建私有云平台，包括云平台管理、服务器集群、存储平台等，满足海量数据的采集、存储、计算的需要，平台必须具有高可用性、弹性且高扩展性、高可靠性要求。

在大数据分析监测基础上，为水务企业把握经济发展趋势、预见运营发展潜在问题、辅助决策提供基础支撑。

水务大数据云平台的系统整体架构如图3所示。

图3 水务大数据云计算平台系统架构

6、大数据应用支撑平台

为各个应用系统提供应用支撑平台系统，主要系统设计包括数据库软件、操作系统、统一视频监控平台、虚拟化软件平台、中间件、统一用户认证、GIS平台、大数据可视化平台、大数据基础能力平台及云平台管理软件。

这些软件平台系统均采用采购整体或组件的方式进行直接使用和二次开发，以符合大数据平台的应用和管理需求。

7、大数据创新应用系统功能

1.大数据决策支持系统

系统设计既围绕集团、公司及厂级等不同层级构建管理驾驶舱，又从业务和分析指标维度，建立分析视图，最终以分类预警方式实现企业全局态势掌控。

（1）集团级管理驾驶舱。

面向水务企业集团管理层领导或监管部门，建设个性化“企业驾驶舱”门户。

从各业务系统抽取相关业务数据集成在对应的主管领导门户中，如一些关键指标的分析展示等使领导可以及时、便捷的获取所需的数据和文件，部门也可在第一时间将业务状况展现给领导。

主要功能包括：营业管理指标监控、生产绩效指标监控及管网绩效指标监控。

（2）公司级运营决策分析。

公司级管理驾驶舱主要针对财务、人力、计划、资产、投资项目等经营管控KPI进行分析、挖掘，并以各种图表、曲线及雷达图的形式展现企业运营态势情况。

支持从不同维度进行分析，如对历史同往期业务对比等。

主要功能包括经营管理分析、营销管理分析及业务运营分析。

（3）厂级决策分析。

厂级管理驾驶舱主要实现多维图形展现方式，具体包括支持饼图、柱图、雷达图、仪表盘、指示灯等主流图形展现方式。

支持综合报表展现的展现方式，具体包括支持二维表、旋转透视表等各种综合报表的展现及监视。

（4）业务主题分析。

业务主题分析汇集供排水生产、服务、营销、工程建设及管理相关部门（包括供水管网、水厂和二次供水等）的实时和历史数据、生产运行及调度相关的主要指标、视频监控、报警和事件的面板信息呈现。

（5）大数据分析指标监测预警。

以关键绩效指标的目标值作为企业的一定时间区间内的业绩目标，实现“智能知识库”，根据设定各种指标的警戒值，在指标值不能很好的吻合目标值的时候，进行预警提示。

2.人工智能应用示范

鉴于人工智能应用，需借助大数据和云计算平台，得以让供水调度模型、污水处理厂工艺仿真建模及智能语音机器人等实时在线计算和应用功效发挥到极致。

（1）供水管网智能调度。

在水力模型和仿真技术的发展过程中，势必与全网自动化智能控制系统相关联。

压力、流量、水质等管网感知仪表和视频是智能供水系统的“千里眼”，压力控制阀就是远程“机械手臂”，模型仿真平台就是通过分析“听”到供水系统中的问题，在调度平台中集合“智能的眼、耳、手”，打造未来的智能供水调度系统平台，也为今后城市供水调度AI智慧大脑奠定了坚实的基础。

（2）排水设备故障诊断系统。

系统设计包括设备状态监测、运行异常预警、设备综合效率分析。

①设备状态监测：是对生产现场工作人员的设备进行实时监测的工具。

可通过状态监测对整个生产现场的设备状态一目了然，可以快速定位到需要关注的设备，从而提升设备利用率。

②运行异常预警：通过收集设备实时运行参数、故障记录、点检记录等信息，运行异常预警模块通过对设备的不同运行状态进行建模，汇总分析多维实时参数，识别异常模式从而给出预警信号。

③设备综合效率分析：通过获取设备的实时状态，可以对设备异常状态、累计停机时间超限等推送实时报警信息，并且支持自定义报警规则。

提供客户自定义时间范围内设备时间利用率、性能利用率以及综合效率的历史数据查询，同时对比展示各个效率指标与历史平均值的对比可视化效果。

（3）污水处理辅助决策系统。

污水处理过程工艺极其复杂，涉及数据种类众多，污水处理过程涉及的数据处理、控制过程、工艺诊断与过程优化、运营成本分析等都与数据挖掘技术息息相关。

数据挖掘是从大量的数据中提取出隐含的、未知的、潜在的有用信息的过程。

水质预测：对污水处理厂设备和工艺等运行状态分析，准确预测未来几个小时的生产水质情况，提前为生产情况提供参考信息，以便及时调整，实现达标排放。

对溶解氧、污泥浓度、进水水质、进水温度等影响水质有关的参数提供调整和参考意见。

（4）智能语音服务机器人。

语音识别技术是借助计算机算法机器人理解和识别人的语音并转换为可读的输入。

系统所设计的智能化语音识别，对于水务企业客服机器人的应用领域具有重要的创新意义：人工智能语音机器人，为水务企业“服务赋能”，标志着在水务企业AI技术领域的科技创新与行业应用开端。

实现功能包括人机对话、查水费、自动派单、语言质检及人工智能机器人的操作。

3.大数据可视化展示系统

水务大数据KPI集中展示，“总览监管图”以城市GIS地图为背景，将对该地区的自来水厂、污水处理厂、供水管网、排水管网、建设项目及资金等专题信息进行集中展示与分析，为管理者提供决策支持。

决策支持平台对来自不同系统的生产、管网、服务与管理数据等进行梳理、转换、分析，最终转变成对决策更有价值的各种KPI指标，为决策过程提供支持视图及分析结果展示。

指标分析展现采用主题桌面的形式，通过仪表盘、直方图、趋势图等多样化的图形结构对各类指标、数据进行展示。

4.互联网+移动应用

基于互联网+理念，设计水务通移动APP应用，让水务大数据决策中心无处不在，一机在手，一查便有。

系统设计功能主要包括数字水务地图、供水指标监视、排水指标监视、数据指标曲线分析及数据指标报警。

8、安全与备份系统

结合企业需求、网络与信息安全体系建设的实际情况，依据信息系统安全等级保护基本要求，建立企业信息安全机构、人员、制度、系统及运维管理等控制措施。

系统按照三级等保要求保障数据安全、应用安全和系统安全。

其中要设计考虑数据采集层、数据交换层、用户端及移动终端等安全防护措施、已有安全资源利旧，且通过安全等保测评。

设计本地系统数据备份和综合考虑同城备份或租用云灾备中心系统，形成系统数据的异地灾备方案，满足灾难恢复能力，并符合管理部门关于风险防范、备份和恢复的要求。