国内智慧水务现状分析国内智慧水务现状分析1政策 国家或行业层面都明确提出了对城市供水企业在自动化、信息化技术的建设和应用要求，努力实现 “以信息化带动工业化，以工业化促进信息化”的技术进步发展目标。 国家对水务企业技术进步的要求 国家住建部、发改委2012年5月印发的 《全国城镇供水设施改造与建设“十二五” 规划及2020年远景目标》提出：依靠科技，提升水平。加大科技对城镇供水发展的支撑力度，增强科技创新能力， 推进生产运行自动化、业务管理信息化，提升城镇供水行业的现代化水平。 住房城乡建设部办公厅提出 建设智慧城市是贯彻党中央、国务院关于创新驱动发展、推动新型城镇化、全面建成小康社会的重要举措。各地要高度重视，抓住机遇，通过积极开展智慧城市建设，提升城市管理能力和服务水平，促进产业转型发展。 国务院智慧城市建设方向 发展智能水务，构建覆盖供水全过程、保障供水质量安全的智能供排水和污水处理系统。发展智能管网，实现城市地下空间、地下管网的信息化管理和运行监控智能化。 国家发改委、住建部指导意见 智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息技术，促进城市规划、建设、管理和服务智慧化的新理念和新模式。建设智慧城市，对加快工业化、信息化、城镇化、农业现代化融合，提升城市可持续发展能力具有重要意义。 行业标准提出要求 有条件的供水单位应开展管网优化调度工作，在保证城镇供水服务质量的前提下，应降低供水能耗。明确优化调度工作应包括：① 建立水量预测系统；② 建立调度指令系统；③ 建立管网数学模型；④ 建立调度预案库；⑤ 建立调度辅助决策系统。 2行业阶段历程 国内大部分水务公司信息化技术的发展经历了从早期无纸化办公、局域网、OA办公系统建设到后期信息化技术在运营管理业务应用的跨越。水系统信息化主要归纳成四个阶段历程。 第一阶段 水系统信息化的基础建设，包括：基础物联网构建，数字化信息系统建设如： SCADA监测系统、营收系统等； 第二阶段 完善信息化数据建设，建立GIS地理信息系统、以GIS为基础完善管网资产管理系统、完善SCADA在线监测系统等； 第三阶段 实现信息化业务应用系统模块，基于精准的管网资产数据实现分区计量管理、基于GIS地理信息系统建立移动化巡查系统、建立离线水力模型及水质模型等应用； 第四阶段 数据融合实现一体化信息调度平台，利用物联网、实时水力模型、大数据分析等技术，整合各类数据源的数据，建立数据中心，通过各类应用算法的支持实现智慧决策的实时综合调度平台。 3行业难点 中国近几年发展起来物联网，互联网等产业背后是海量数据的支持与发展。然而，这些产业在水务行业的应用及对企业管理模式的影响速度却没有这些技术本身发展的那么快速，甚至，还存在着一定的距离。比如：数据应用前的基础构建不完善导致的数据质量不高、各模块之间数据没有形成互联互通，同时，行业对物联网，互联网及大数据应用带来的企业管理模式这种理念的转变还存在不一致的看法等。 01数据不完善问题 数据不精准、不及时，会限制系统的应用，包括对数据分析以及通过数据分析提供的决策。国内大部分水务企业的技术水平处于上述的第二阶段或者第三阶段，具备了地理信息系统以及水力模型等信息化工具，但仍然有许多水务企业信息化的基础建设还处于第一阶段，甚至还在为地理信息系统（GIS）数据的精准性做努力。 处于第一阶段的水务公司如果要实现智慧水务，至少需要完善地理信息系统，完善管网资产数据，建立SCADA监测系统，只有基于SCADA监测系统，地理信息系统、管网资产数据才能建立精准的水力模型，才能跨越到第二、三阶段的平台。没有这样完善、准确的基础数据想要实现智慧水系统是不现实的。 02数据孤岛问题 从当前国内水务行业的普遍问题看，虽然一些水司建立了各类模块，但是数据是孤立的，没有实现资源共享。实现智慧水系统主要的瓶颈在于信息“孤岛”的整合，信息互联互通欠佳，限制、阻碍了更高层次的智慧应用。国内大部分水司具备了几个模块数据源，例如：SCADA系统、地理信息系统GIS、管维系统、水力模型等等，但是却无法实现实时调度、事故预警等效果，其原因是因为数据并未实现有效的整合，即使有“数据中心”也只是将各类源的数据从一个模块“机械”地拷贝或导入到另一个模块数据库中，当历史数据过于庞大时，就会导致系统运行缓慢、数据丢失等各类问题。 因此，要想最终实现“智慧”的效果，首先要利用高效的数据管理软件实现数据的统一、分类、分层管理；其次，要重视算法研究的应用，即针对各类生产运营产生的实际问题（如爆管预警、漏损控制、水量预测等）通过数据分析研究精准有效的算法，为水系统平台提供有效的决策依据。 03智慧水务认知问题 智慧水务推行的最终目的之一是实现企业管理架构与管理模式的调整。智慧水系统平台之所以可以实现“智慧”的效果，并不仅仅因为它投入了传感器等监测硬件，或者建立了庞大的软件整合平台，它的智慧是在建立统一的数据中心前提下，通过对海量数据信息进行及时分析与处理，从而获得解决业务问题的应用算法，将这些算法集成到软件平台上应用，使数据分析结果发挥“大脑”的作用，起到预警、预测等效果，实现更加精细和动态的管理方式以支持水系统的整个生产、管理和服务流程。 4解决途径 智慧水系统绝不是买软件或硬件可以实现，而是要解决“know-how”的问题。智慧水系统平台建设的组成包括硬件设备公司（提供智能水表，传感器等），软件公司（提供数据库软件），还有提供系统全套产品的公司，及科技互联网企业。 1.数据库软件产品的选择 借助于高效的数据库软件实现对各信息系统（不同时期、不同模块）的整合与集成，实现对各信息系统中数据、信息的抽取和调用， 从而形成一个统一的信息共享平台。一个企业如果通过信息化手段实现数据、功能的灵活应用，也就可以解决因管理职能划分导致的业务不统一管理问题。 根据调研，目前国内外实时数据库产品比较多，如国外的有OSISoft公司的PI系统、GE公司的IHistory系统、施耐德的InSQL系统、霍尼韦尔的PHD系统；国内的有三维力控的pSpace、亚控科技的KingHistorian。一般对于一个数据库产品的分析，可以从系统架构、数据采集、资产框架、数据存贮、数据管理与查询、数据展示、系统开放性和稳定性几个方面综合分析。 2.智能算法研究团队 水信息技术算法在整个系统平台中发挥着“大脑”的智慧作用，是实现智慧水务不可缺少的一部分内容，在数字信息化的环境下，企业已经无法通过购买现有的软件模块、或者通过长期依赖于咨询机构提供的技术服务来维护技术的发展和可持续的应用，企业需要存储、利用生产经营数据进行分析，使数据发挥作用，为生产运营提供可靠的支持。 企业要实现算法，可以通过于高校、咨询机构合作，共同参与研发，以此提高企业自身的技术水平。 国内外陆续发展起很多水务信息化科研机构：如英国埃克塞特大学水系统研究中心、西班牙科学院、巴塞罗那水研究中心、清华大学、浙江大学、同济大学等研究团队均有针对水务信息化技术算法研究的科研团队。 来源：水基因 |
