通過(guò)借助新IT技術(shù)與水務(wù)應用結合，建立水務(wù)大數據標準規范、大數據采集系統、大數據交換中心、大數據云計算平臺、大數據應用支撐平臺、大數據創(chuàng )新應用系統及安全與備份系統等框架體系。為達到“三全”（大數據全過(guò)程覆蓋、全要素分析、全流程輔助決策）目標，力爭在水務(wù)行業(yè)生產(chǎn)、管網(wǎng)、服務(wù)、管理及安全等細分領(lǐng)域取得突破，最終實(shí)現水務(wù)企業(yè)從“大數據”分析演變?yōu)椤按笾腔邸狈?wù)。

借助新一代IT技術(shù)發(fā)展優(yōu)勢，與水務(wù)行業(yè)結合，推動(dòng)水務(wù)智慧化深入應用，在供排水領(lǐng)域數據具備4V的特征：體量大（Volume）、類(lèi)型豐富（Variety）、價(jià)值密度低（Value）和實(shí)時(shí)在線(xiàn)（Velocity）。如此，也給水務(wù)企業(yè)在大數據領(lǐng)域的創(chuàng )新發(fā)展提出了新的更高要求。大數據融合IT技術(shù)和系統思維，再加上大數據場(chǎng)景應用，更加給水務(wù)行業(yè)帶來(lái)了新機遇和新挑戰。如今，“誰(shuí)掌握了數據，誰(shuí)就掌握了主動(dòng)權”已是行業(yè)的共識。在這種背景下，建設水務(wù)大數據平臺，已成為水務(wù)企業(yè)發(fā)展的目標和增強核心競爭力優(yōu)勢的重要手段，也是打造水務(wù)“智慧化”的重要體現。

01 水務(wù)企業(yè)面臨的挑戰

結合水務(wù)行業(yè)自身的需求和特點(diǎn)，發(fā)現水務(wù)企業(yè)存在的主要問(wèn)題和面臨的挑戰主要包括：

• 信息系統多且太分散，維護成本高；

• 數據標準不統一，無(wú)法實(shí)現統一共享，對數據的整合集成及互聯(lián)互通造成了阻礙，增加了信息整合的復雜度；

• 數據質(zhì)量存在不可靠問(wèn)題；

• 數據來(lái)源復雜，終端多而分散，導致數據采集及存儲的安全存在問(wèn)題。

• 數據眾多，對于數據的分析處理能力有限，無(wú)法有效的進(jìn)行更深層次的數據挖掘、利用和輔助決策支持。

02 水務(wù)大數據平臺的建設目標和意義

水務(wù)大數據平臺建設以“1+1+1+X”（一個(gè)平臺，一個(gè)中心，一個(gè)標準，X項應用）模式為基礎，通過(guò)新IT技術(shù)應用，融合水行業(yè)需求，把“數字化”應用于公司治理與為民服務(wù)中，創(chuàng )造新型的管理與服務(wù)模式。在數據的價(jià)值創(chuàng )造與價(jià)值傳遞過(guò)程中，數據將價(jià)值鏈的更多環(huán)節轉化為戰略?xún)?yōu)勢，實(shí)現技術(shù)、物質(zhì)、資金、人才、服務(wù)等資源的優(yōu)化配置，進(jìn)一步提升管理精細化、為民服務(wù)精準化和水務(wù)企業(yè)管理現代化的目標，數據驅動(dòng)創(chuàng )新，讓大數據技術(shù)能力轉化為企業(yè)發(fā)展的新動(dòng)力。

03 水務(wù)大數據平臺系統規劃設計

3.1 水務(wù)大數據平臺頂層設計

系統總體架構的5個(gè)層次分別是全面感知層、基礎設施層、數據資源管理層、應用支撐層及系統應用層，且包括標準規范和安全保障及運維體系。系統總體架構如圖1所示。

3.2 標準規范建設內容

水務(wù)企業(yè)大數據平臺是一個(gè)大規模的建設工程。該項目以業(yè)務(wù)系統的相關(guān)數據為業(yè)務(wù)處理核心，以其他相關(guān)部門(mén)為信息交換對象，實(shí)現水務(wù)企業(yè)內跨部門(mén)的大型綜合與分布式的信息化系統。

面對這樣一個(gè)大型的信息項目，水務(wù)企業(yè)首先必須建立完善的標準體系和相關(guān)制度。保障水務(wù)大數據平臺建設標準的可持續發(fā)展能力，實(shí)現真正意義上的互聯(lián)互通，解決了數據統一標準、統一共享及統一運維體系的問(wèn)題。水務(wù)大數據平臺建設標準規范由8個(gè)分部分構成：數據標準、數據集成標準、大數據分析指標規范、數據交換與共享規范、數據庫更新維護機制、管理制度、應用評估規范及信息安全保障體系。

3.3 大數據采集系統

大數據采集分兩個(gè)單元功能模塊，一個(gè)是終端的數據采集，另一個(gè)是服務(wù)端的數據匯聚共享交換。數據采集系統肩負著(zhù)實(shí)時(shí)在線(xiàn)數據采集、業(yè)務(wù)系統數據整合集成及人工填報數據的收集工作，為提高集成效率，實(shí)現一體化物聯(lián)網(wǎng)采集平臺，集各類(lèi)型數據采集任務(wù)于一體。數據獲取層級如圖2所示，系統設計以物聯(lián)網(wǎng)方式搭建感知網(wǎng)，解決并實(shí)現了一數一源、一源多用及分布式實(shí)時(shí)采集的功能。

3.4 大數據交換中心

搭建水務(wù)企業(yè)綜合數據庫（或中心數據庫）與大數據交換中心，實(shí)現水務(wù)企業(yè)各部門(mén)業(yè)務(wù)系統之間的數據共享交換，作為今后數據共享與交換的基礎支撐平臺。通過(guò)該平臺實(shí)現生產(chǎn)、管網(wǎng)、服務(wù)等數據共享、治理及挖掘，為企業(yè)管理提供決策數據。

基于統一匯集與共享交換平臺構建供水、排水、生產(chǎn)、營(yíng)銷(xiāo)、管網(wǎng)、客服、項目和水質(zhì)等數據的交換中心，系統主體架構分為源數據層、數據匯聚層、數據治理層、數據管理服務(wù)層、數據應用層、用戶(hù)層、標準體系、安全體系及運維體系。實(shí)現統一數據匯聚能力、數據服務(wù)能力和數據處理能力，為未來(lái)水務(wù)大數據微服務(wù)應用夯實(shí)基礎。

3.5 水務(wù)大數據云計算平臺

水務(wù)大數據云計算平臺是順應目前信息化技術(shù)水平發(fā)展、供排水服務(wù)職能改革的架構平臺，為決策提供及時(shí)、準確、可靠的信息依據，提高水務(wù)企業(yè)集團化工作的前瞻性和針對性，為水務(wù)企業(yè)生產(chǎn)運營(yíng)管控提高決策支持效率和水平。

水務(wù)大數據平臺的建設目標是搭建私有云平臺，包括云平臺管理、服務(wù)器集群、存儲平臺等，滿(mǎn)足海量數據的采集、存儲、計算的需要，平臺必須具有高可用性、彈性且高擴展性、高可靠性要求。在大數據分析監測基礎上，為水務(wù)企業(yè)把握經(jīng)濟發(fā)展趨勢、預見(jiàn)運營(yíng)發(fā)展潛在問(wèn)題、輔助決策提供基礎支撐。水務(wù)大數據云平臺的系統整體架構如圖3所示。

3.6 大數據應用支撐平臺

為各個(gè)應用系統提供應用支撐平臺系統，主要系統設計包括數據庫軟件、操作系統、統一視頻監控平臺、虛擬化軟件平臺、中間件、統一用戶(hù)認證、GIS平臺、大數據可視化平臺、大數據基礎能力平臺及云平臺管理軟件。這些軟件平臺系統均采用采購整體或組件的方式進(jìn)行直接使用和二次開(kāi)發(fā)，以符合大數據平臺的應用和管理需求。

3.7 大數據創(chuàng )新應用系統功能

3.7.1 大數據決策支持系統

系統設計既圍繞集團、公司及廠(chǎng)級等不同層級構建管理駕駛艙，又從業(yè)務(wù)和分析指標維度，建立分析視圖，最終以分類(lèi)預警方式實(shí)現企業(yè)全局態(tài)勢掌控。

（1）集團級管理駕駛艙。面向水務(wù)企業(yè)集團管理層領(lǐng)導或監管部門(mén)，建設個(gè)性化“企業(yè)駕駛艙”門(mén)戶(hù)。從各業(yè)務(wù)系統抽取相關(guān)業(yè)務(wù)數據集成在對應的主管領(lǐng)導門(mén)戶(hù)中，如一些關(guān)鍵指標的分析展示等使領(lǐng)導可以及時(shí)、便捷的獲取所需的數據和文件，部門(mén)也可在第一時(shí)間將業(yè)務(wù)狀況展現給領(lǐng)導。主要功能包括：營(yíng)業(yè)管理指標監控、生產(chǎn)績(jì)效指標監控及管網(wǎng)績(jì)效指標監控。

（2）公司級運營(yíng)決策分析。公司級管理駕駛艙主要針對財務(wù)、人力、計劃、資產(chǎn)、投資項目等經(jīng)營(yíng)管控KPI進(jìn)行分析、挖掘，并以各種圖表、曲線(xiàn)及雷達圖的形式展現企業(yè)運營(yíng)態(tài)勢情況。支持從不同維度進(jìn)行分析，如對歷史同往期業(yè)務(wù)對比等。主要功能包括經(jīng)營(yíng)管理分析、營(yíng)銷(xiāo)管理分析及業(yè)務(wù)運營(yíng)分析。

（3）廠(chǎng)級決策分析。廠(chǎng)級管理駕駛艙主要實(shí)現多維圖形展現方式，具體包括支持餅圖、柱圖、雷達圖、儀表盤(pán)、指示燈等主流圖形展現方式。支持綜合報表展現的展現方式，具體包括支持二維表、旋轉透視表等各種綜合報表的展現及監視。

（4）業(yè)務(wù)主題分析。業(yè)務(wù)主題分析匯集供排水生產(chǎn)、服務(wù)、營(yíng)銷(xiāo)、工程建設及管理相關(guān)部門(mén)（包括供水管網(wǎng)、水廠(chǎng)和二次供水等）的實(shí)時(shí)和歷史數據、生產(chǎn)運行及調度相關(guān)的主要指標、視頻監控、報警和事件的面板信息呈現。

（5）大數據分析指標監測預警。以關(guān)鍵績(jì)效指標的目標值作為企業(yè)的一定時(shí)間區間內的業(yè)績(jì)目標，實(shí)現“智能知識庫”，根據設定各種指標的警戒值，在指標值不能很好的吻合目標值的時(shí)候，進(jìn)行預警提示。

3.7.2 人工智能應用示范

鑒于人工智能應用，需借助大數據和云計算平臺，得以讓供水調度模型、污水處理廠(chǎng)工藝仿真建模及智能語(yǔ)音機器人等實(shí)時(shí)在線(xiàn)計算和應用功效發(fā)揮到極致。

（1）供水管網(wǎng)智能調度。在水力模型和仿真技術(shù)的發(fā)展過(guò)程中，勢必與全網(wǎng)自動(dòng)化智能控制系統相關(guān)聯(lián)。壓力、流量、水質(zhì)等管網(wǎng)感知儀表和視頻是智能供水系統的“千里眼”，壓力控制閥就是遠程“機械手臂”，模型仿真平臺就是通過(guò)分析“聽(tīng)”到供水系統中的問(wèn)題，在調度平臺中集合“智能的眼、耳、手”，打造未來(lái)的智能供水調度系統平臺，也為今后城市供水調度AI智慧大腦奠定了堅實(shí)的基礎。

（2）排水設備故障診斷系統。系統設計包括設備狀態(tài)監測、運行異常預警、設備綜合效率分析。①設備狀態(tài)監測：是對生產(chǎn)現場(chǎng)工作人員的設備進(jìn)行實(shí)時(shí)監測的工具?？赏ㄟ^(guò)狀態(tài)監測對整個(gè)生產(chǎn)現場(chǎng)的設備狀態(tài)一目了然，可以快速定位到需要關(guān)注的設備，從而提升設備利用率。②運行異常預警：通過(guò)收集設備實(shí)時(shí)運行參數、故障記錄、點(diǎn)檢記錄等信息，運行異常預警模塊通過(guò)對設備的不同運行狀態(tài)進(jìn)行建模，匯總分析多維實(shí)時(shí)參數，識別異常模式從而給出預警信號。③設備綜合效率分析：通過(guò)獲取設備的實(shí)時(shí)狀態(tài)，可以對設備異常狀態(tài)、累計停機時(shí)間超限等推送實(shí)時(shí)報警信息，并且支持自定義報警規則。提供客戶(hù)自定義時(shí)間范圍內設備時(shí)間利用率、性能利用率以及綜合效率的歷史數據查詢(xún)，同時(shí)對比展示各個(gè)效率指標與歷史平均值的對比可視化效果。

（3）污水處理輔助決策系統。污水處理過(guò)程工藝極其復雜，涉及數據種類(lèi)眾多，污水處理過(guò)程涉及的數據處理、控制過(guò)程、工藝診斷與過(guò)程優(yōu)化、運營(yíng)成本分析等都與數據挖掘技術(shù)息息相關(guān)。數據挖掘是從大量的數據中提取出隱含的、未知的、潛在的有用信息的過(guò)程。水質(zhì)預測：對污水處理廠(chǎng)設備和工藝等運行狀態(tài)分析，準確預測未來(lái)幾個(gè)小時(shí)的生產(chǎn)水質(zhì)情況，提前為生產(chǎn)情況提供參考信息，以便及時(shí)調整，實(shí)現達標排放。對溶解氧、污泥濃度、進(jìn)水水質(zhì)、進(jìn)水溫度等影響水質(zhì)有關(guān)的參數提供調整和參考意見(jiàn)。

（4）智能語(yǔ)音服務(wù)機器人。語(yǔ)音識別技術(shù)是借助計算機算法機器人理解和識別人的語(yǔ)音并轉換為可讀的輸入。系統所設計的智能化語(yǔ)音識別，對于水務(wù)企業(yè)客服機器人的應用領(lǐng)域具有重要的創(chuàng )新意義：人工智能語(yǔ)音機器人，為水務(wù)企業(yè)“服務(wù)賦能”，標志著(zhù)在水務(wù)企業(yè)AI技術(shù)領(lǐng)域的科技創(chuàng )新與行業(yè)應用開(kāi)端。實(shí)現功能包括人機對話(huà)、查水費、自動(dòng)派單、語(yǔ)言質(zhì)檢及人工智能機器人的操作。

3.7.3 大數據可視化展示系統

水務(wù)大數據KPI集中展示，“總覽監管圖”以城市GIS地圖為背景，將對該地區的自來(lái)水廠(chǎng)、污水處理廠(chǎng)、供水管網(wǎng)、排水管網(wǎng)、建設項目及資金等專(zhuān)題信息進(jìn)行集中展示與分析，為管理者提供決策支持。決策支持平臺對來(lái)自不同系統的生產(chǎn)、管網(wǎng)、服務(wù)與管理數據等進(jìn)行梳理、轉換、分析，最終轉變成對決策更有價(jià)值的各種KPI指標，為決策過(guò)程提供支持視圖及分析結果展示。指標分析展現采用主題桌面的形式，通過(guò)儀表盤(pán)、直方圖、趨勢圖等多樣化的圖形結構對各類(lèi)指標、數據進(jìn)行展示。

3.7.4 互聯(lián)網(wǎng)+移動(dòng)應用

基于互聯(lián)網(wǎng)+理念，設計水務(wù)通移動(dòng)APP應用，讓水務(wù)大數據決策中心無(wú)處不在，一機在手，一查便有。系統設計功能主要包括數字水務(wù)地圖、供水指標監視、排水指標監視、數據指標曲線(xiàn)分析及數據指標報警。

3.8 安全與備份系統

結合企業(yè)需求、網(wǎng)絡(luò )與信息安全體系建設的實(shí)際情況，依據信息系統安全等級保護基本要求，建立企業(yè)信息安全機構、人員、制度、系統及運維管理等控制措施。系統按照三級等保要求保障數據安全、應用安全和系統安全。其中要設計考慮數據采集層、數據交換層、用戶(hù)端及移動(dòng)終端等安全防護措施、已有安全資源利舊，且通過(guò)安全等保測評。

設計本地系統數據備份和綜合考慮同城備份或租用云災備中心系統，形成系統數據的異地災備方案，滿(mǎn)足災難恢復能力，并符合管理部門(mén)關(guān)于風(fēng)險防范、備份和恢復的要求。

04 水務(wù)大數據平臺建設項目實(shí)踐

4.1 項目背景

全球數據呈現爆發(fā)式增長(cháng)，對經(jīng)濟發(fā)展、社會(huì )治理、城市管理、人們生活都產(chǎn)生了重大影響。當今，越來(lái)越多的企業(yè)將“數字化轉型”視為契機，搶占新的制高點(diǎn)，變數據為資產(chǎn)。信息技術(shù)與水務(wù)業(yè)務(wù)管理的真正融合，是適應大數據時(shí)代的需要，在基于數字化實(shí)現精準運營(yíng)的基礎上，融合生產(chǎn)、運營(yíng)、管理等傳統業(yè)態(tài)，實(shí)現DT的變革與重構。

新時(shí)代的中國開(kāi)啟了數字中國建設的新征程。面對日新月異的大數據戰略競爭態(tài)勢，水務(wù)企業(yè)結合自身需求加強統籌協(xié)調，圍繞國家大數據戰略做出實(shí)施創(chuàng )新驅動(dòng)發(fā)展戰略決策，亟需建設創(chuàng )新型水務(wù)企業(yè)，為建設智慧水務(wù)大腦提供有力支撐。

4.2 項目建設目標

數據是大數據平臺的基礎，建立水務(wù)綜合數據庫和共享交換中心，優(yōu)化信息共享流程，促進(jìn)跨部門(mén)協(xié)同，有效避免信息不對稱(chēng)造成的監管漏洞，有利于開(kāi)展多個(gè)部門(mén)的聯(lián)合監管。依托水務(wù)大數據中心，形成數據共享和開(kāi)放的工作機制與管理制度，建成企業(yè)數據統一共享交換和開(kāi)放平臺，實(shí)現數據資源的全面匯聚和高效利用。結合企業(yè)“三全”戰略目標，充分利用數據賦能水務(wù)，挖據數據創(chuàng )新新動(dòng)能，利用數據引擎帶動(dòng)企業(yè)高質(zhì)量、可持續發(fā)展。

4.3 項目建設范圍

項目設計范圍主要內容包括W水務(wù)所屬供排水企業(yè)的生產(chǎn)、營(yíng)銷(xiāo)、管網(wǎng)、客服、項目和實(shí)驗室水質(zhì)、視頻安防等數據的采集、集成與整合。項目涉及的主要單位范圍包括10多個(gè)二級公司和100多座廠(chǎng)站。

4.4 項目主要內容

水務(wù)大數據平臺建設項目總體建設內容主要包括七大方面：數據標準體系、水務(wù)物聯(lián)網(wǎng)與大數據中心、水務(wù)專(zhuān)有云計算平臺、大數據創(chuàng )新應用系統（大數據輔助決策、基于模型的供水管網(wǎng)智能調度、設備故障診斷、污水處理輔助決策系統、AI語(yǔ)音服務(wù)機器人、大數據可視化系統及移動(dòng)應用APP）、系統集成、通訊網(wǎng)絡(luò )系統、信息安全與備份。

4.5 數據分析指標

W水務(wù)企業(yè)廠(chǎng)站眾多、地域分散，對水務(wù)集中管理來(lái)說(shuō)，無(wú)疑是一個(gè)巨大挑戰，所以，水務(wù)集團亟需建立一套有效的管理工具，結合IWA國際認可的績(jì)效指標管理體系，建立W水務(wù)企業(yè)KPI績(jì)效指標，促進(jìn)企業(yè)持續、健康和高質(zhì)量發(fā)展。

項目建設一套完整的大數據分析指標規范，主要包括指標設計原則、指標篩選流程、指標定義說(shuō)明及管理，數據分析指標分為兩大類(lèi)：績(jì)效指標和過(guò)程指標。

（1）績(jì)效指標：設計為單項指標和復合指標。單項指標為一次數據指標；復合指標為派生數據指標，是經(jīng)過(guò)運算獲取的結果值。所有的績(jì)效指標按層級分為集團級、公司級和廠(chǎng)站級，并區分重要、一般等級標識。項目構建了供排水KPI績(jì)效管理指標100多項，涉及類(lèi)別包括：運行類(lèi)、服務(wù)類(lèi)、資產(chǎn)類(lèi)、財經(jīng)類(lèi)、人事類(lèi)、資源類(lèi)、安全類(lèi)及環(huán)境類(lèi)。

（2）過(guò)程指標：均為單項指標及統計指標組成。過(guò)程指標構建了400多項要素指標。涉及水廠(chǎng)生產(chǎn)指標、污水處理廠(chǎng)生產(chǎn)指標、供水管網(wǎng)管理指標、排水管網(wǎng)管理指標、客戶(hù)服務(wù)指標、資產(chǎn)管理指標、財經(jīng)管理指標、營(yíng)銷(xiāo)管理指標、經(jīng)營(yíng)管理指標、工程建設指標及集團管控指標等11類(lèi)全過(guò)程要素指標。

4.6 項目建設成效

W水務(wù)集團大數據平臺項目建設主要建設成效包括水務(wù)大數據物聯(lián)感知網(wǎng)、大數據云計算平臺、大數據創(chuàng )新示范應用、大數據分析指標規范及數據資源中心。

（1）構建了水務(wù)大數據物聯(lián)感知網(wǎng)：①構建物聯(lián)網(wǎng)感知終端采集系統：廠(chǎng)、站、網(wǎng)實(shí)時(shí)數據一體化采集，其中也包含人工填報、化驗、業(yè)務(wù)系統的數據對接及共享擴展接口。②構建物聯(lián)網(wǎng)感知服務(wù)端統一數據匯聚平臺：數據接入、視頻整合、數據處理、狀態(tài)監控及共享交換等統一匯聚，完成“數據暢通”。③未來(lái)可任意擴展供排水的設備、儀表、視頻、系統等多源數據對接。構建了“一數一源、一源多用”、“誰(shuí)生產(chǎn)、誰(shuí)管理”的管理思路，解決了數據多源頭、無(wú)維護的問(wèn)題。

（2）構建了水務(wù)云計算大數據中心：①構建“數據云”：建立數據一體化平臺（提供大數據采集能力）：實(shí)現數據采集、存儲、處理及管理。②構建“設施云”：建立云資源池（提供彈性計算能力）：可彈性分配資源，按需供應，按需使用。③提升“應用云”：建立私有云構架平臺，構建了大數據計算、服務(wù)能力。④加強“云管理”：建立云平臺運維、安全防護體系和措施，建立云平臺運維團隊。

（3）建立了大數據創(chuàng )新示范應用系統：實(shí)現大數據計算與分析處理能力。①通過(guò)智能調度、設備故障診斷、水質(zhì)預測、智能客服等四大應用，初步構建了供水、排水方面的大數據計算分析能力應用。②建立城市供水管網(wǎng)模型、故障診斷模型、污水處理廠(chǎng)工藝仿真模型、AI語(yǔ)音識別與語(yǔ)義能力模型。③讓供水調度更加科學(xué)；污水處理廠(chǎng)設備故障預判、降本增效；水質(zhì)預測、安全達標排放；智能客服、高質(zhì)量服務(wù)。

（4）建立了大數據分析指標規范：建立集團層、公司層和廠(chǎng)站層分析指標規范，構建了集團生產(chǎn)運營(yíng)績(jì)效管理指標KPI和全過(guò)程管理指標。

（5）構建了水務(wù)大數據資源中心：建立了大數據平臺的基礎，數據運營(yíng)是一個(gè)持續的數據資源價(jià)值利用的話(huà)題。存儲了生產(chǎn)、調度、設備、水質(zhì)、服務(wù)、項目等相關(guān)的數據資源，建立數據資源共享目錄，為實(shí)現企業(yè)數據共享提供基礎服務(wù)能力。

4.7 項目經(jīng)驗

4.7.1 項目實(shí)施過(guò)程中遇到的問(wèn)題及解決方案

水務(wù)大數據平臺項目建設過(guò)程中遇到4個(gè)主要問(wèn)題：一是數據可靠性問(wèn)題；二是數據管理問(wèn)題；三是非結構化數據（視頻）分析問(wèn)題；四是多廠(chǎng)站多業(yè)務(wù)系統如何構建水務(wù)企業(yè)物聯(lián)網(wǎng)數據采集平臺。具體解決方案如下：

（1）數據可靠性解決方案：數據從水務(wù)集團二級單位獲取，二級單位從三級廠(chǎng)網(wǎng)單位獲取，三級單位從終端儀表設備獲取。為保障數據的可靠性，一是儀表精準可靠，二是軟件采集可靠。在線(xiàn)監測數據的可靠性需要從技術(shù)和管理兩個(gè)角度去把控，①通過(guò)數據處理技術(shù)優(yōu)化實(shí)時(shí)數據來(lái)提高和保障數據的質(zhì)量（如系統內置偏差，如跳點(diǎn)、噪聲數據的優(yōu)化算法功能）。②通過(guò)管理人員審核負責制度確認數據的準確性和定期抽查督查，實(shí)現數據審核管控流程的閉環(huán)管理。

（2）數據的管理解決方案：從儀表中獲取的原始數據存儲在數據庫中，根據分析需求，進(jìn)行數據治理和生命周期管理，以便今后數據對比分析。由原始數據產(chǎn)生的二次派生數據，應注明標識，以便區分，保障原始數據安全。

（3）視頻數據存儲輕量化解決方案：結合視頻結構化處理技術(shù)，極大地節約了非結構化數據存儲空間和網(wǎng)絡(luò )帶寬，提升了視頻利用效率。在監控終端上部署帶有邊緣計算功能的智能設備，實(shí)現監控終端完成視頻數據的結構化分析。當需要分析時(shí)，可隨時(shí)回傳分析結果給到服務(wù)端實(shí)現數據共享，以此達到快速分析管理的目標。視頻存儲及分析流程如圖4所示。

（4）水務(wù)物聯(lián)網(wǎng)數據采集平臺解決方案：水廠(chǎng)、污水廠(chǎng)、管網(wǎng)、二次供水、泵站等在線(xiàn)數據的采集，目前均采集到廠(chǎng)部調度中心、供水公司、排水公司、管網(wǎng)公司等，這些數據都分散存儲在各自所屬管理單位，造成了數據分散、信息孤島、整合集成困難的問(wèn)題?；谖磥?lái)水務(wù)物聯(lián)網(wǎng)數據采集平臺的考慮，采用“端到平臺+系統到平臺”方式進(jìn)行數據匯聚。即：新建設備及儀表等終端統一匯聚到水務(wù)大數據物聯(lián)網(wǎng)數據采集平臺。歷史已建設的業(yè)務(wù)系統中已存儲的數據根據需求對接整合集成到本平臺。

4.7.2 實(shí)踐經(jīng)驗總結

整個(gè)水務(wù)大數據平臺項目建設過(guò)程中，有一些經(jīng)驗和啟發(fā)值得分享和借鑒：一是設計經(jīng)驗；二是實(shí)踐難點(diǎn)啟發(fā)。

設計經(jīng)驗分享，主要包括①數據治理應提前設計和實(shí)施，為實(shí)現精準大數據分析決策做鋪墊；②大數據分析指標規范，旨在建立績(jì)效KPI指標，為水務(wù)大數據分析和輔助決策提供抓手；③云計算平臺，定位要清晰，既非虛擬機，也非超融合一體機，而是要構建基于應用服務(wù)集群、數據庫服務(wù)集群和大數據服務(wù)集群等三大集群為核心的私有云計算平臺；④管理駕駛艙和輔助決策支持，它是一個(gè)成效體現窗口，應優(yōu)先建設，并結合企業(yè)運營(yíng)和管理需求，實(shí)現分主題、多維度、自定義可視化管理駕駛艙。

實(shí)踐難點(diǎn)啟發(fā)，主要涉及①人工智能應用成效不明顯，比如，供水管網(wǎng)模型所需的數據的數據缺失，對模型的模擬結果產(chǎn)生影響，啟發(fā)是管網(wǎng)模型所需的基礎數據應保持完整性、正確性、連續性和高質(zhì)量；②數據采集，多廠(chǎng)站，不同廠(chǎng)商等廠(chǎng)站數據采集和集成問(wèn)題，啟發(fā)是部分廠(chǎng)站數據測點(diǎn)Tag未知、數據格式差異等造成的復雜性，影響數據準確性及增加工作量；③設備故障診斷，啟發(fā)有3點(diǎn)，首先是考慮定位診斷高價(jià)值設備類(lèi)型，其次是設備故障診斷需要配套對應的測軸溫、轉數、振動(dòng)等參數的設備儀器和運行健康評價(jià)系統，第三是故障診斷的精準性和預知水平，與工藝、巡檢、電氣、環(huán)境溫度等息息相關(guān)，需較多品牌設備廠(chǎng)家的配合，因此，增加了該系統實(shí)施的復雜度。

05 結語(yǔ)

綜上所述，城市水務(wù)大數據平臺建設，是企業(yè)智慧化水平提升的重要標志之一。逐步落實(shí)水務(wù)大數據平臺建設，提升城市水務(wù)核心競爭力，須持續加快基礎設施建設步伐，完善標準規范、信息安全與管理運維等信息化支撐體系，建立績(jì)效評估體系，創(chuàng )造良好的大數據發(fā)展環(huán)境。推進(jìn)水務(wù)企業(yè)大數據平臺建設是建設服務(wù)型水務(wù)企業(yè)、高效運轉的有力措施。

對水務(wù)企業(yè)大數據平臺的數據資源進(jìn)行有效整合，按照全局統一基礎架構平臺的指導思想，規范系統資源使用標準，在系統支撐平臺層提供更好的靈活性和擴展性，以滿(mǎn)足未來(lái)靈活、復雜、多變的集團化業(yè)務(wù)發(fā)展需要；建立“用數據說(shuō)話(huà)、用數據決策、用數據管理、用數據創(chuàng )新”的管理機制，提升水務(wù)企業(yè)運營(yíng)管理和服務(wù)能力；通過(guò)統一規則、統一標準、統一平臺，實(shí)現信息共享、智能分析、輔助決策，推進(jìn)水務(wù)企業(yè)的信息對稱(chēng)、高效運行和精準管理，最終實(shí)現水務(wù)大數據“三全”目標。

基于云計算的水務(wù)大數據平臺是一項復雜的系統工程，建設過(guò)程中和建成后的運行維護對相關(guān)技術(shù)人員的各項素質(zhì)要求很高，因此需要建立一支技術(shù)過(guò)硬、反應迅速的技術(shù)保障團隊，加強對大數據平臺技術(shù)人員的培訓，以保證平臺建設工程的順利實(shí)施和建成后系統的安全可靠運行。