摘要:近些年,越來越多水務企業積極通過信息化技術與城市管理深度融合,在城市水務精細化管控上面不斷探索,成功構建新型智慧水務系統。水務企業該怎樣實現以數據驅動水務管理...
近些年,越來越多水務企業積極通過信息化技術與城市管理深度融合,在城市水務精細化管控上面不斷探索,成功構建新型智慧水務系統。水務企業該怎樣實現以數據驅動水務管理?
智能決策
水務公司要運用現有數據,創造一個由商業智能環境來推動決策的環境,對數據進行分析、處理與推理。
效率層面:采用資產維護計劃來提升水務企業運營效率。能夠更好的了解泄漏或污染的根本原因以及更快速修復問題。
風險管理:對資產的狀態和連通性數據的定期分析使水公司可以識別可能處于風險下的一部分水資源網絡,并預測早期故障。及早安排維修以避免該類故障反過來又減少了緊急干預措施的成本。
業務規劃:使用分析工具來分析與監視現有項目的經濟效益和效率。
需求預測:可以對水基礎設施和投資規劃的質量產生巨大影響。盡管公用事業已經使用自身的現有數據來模擬未來需求,但更多的組織通過并入不斷增加的數量和各類外部預測數據來提升這些模型。
與別的行業相同,世界上大部分自來水公司和污水處理公司都面臨類似的挑戰:收入增加,營業利潤,資產績效和持續性,這些都是經營的核心。而在這些領域做出正確的決定,對企業的發展尤為重要,事關生死存亡。
外部環境
數據領域,存在新機會,蘊含新挑戰。大量數據水務行業收集的數據量近些年急劇增加。比如,水利設施層面的數據,包含:
流量,化學濃度與實驗室數據
供水計量和客戶使用數據
工程和施工數據
資產性能和維護數據
遙感和地面技術以及地理空間分析的廣泛采用提升了水務行業在大規模空間范圍內量化和監測水供應和流量的能力。這類技術也提高了數據收集的速度。最近,還出現了原位測試技術,包含高分辨率水質傳感器,自動水表網絡和精確農業或精確農業解決方案,主要是監測水文和氣象變量,如土壤濕度、降水和積雪的水平。這些為農業提供了更好的信息,以保證更多的農作物產量。在各種數據的增長,尤其是非結構化數據,包含互聯網信息、社會內容、眾包,也改變了水資源數據。
智能水表,物聯網和更多的新一代互聯網信息技術在水務領域的深化應用,數據工具的數量將急劇增長,對水務公司而言是一個機遇,數據驅動的商業智能將有潛力徹底改變人們對水和水基礎設施的理解、管理和使用方式。