智慧水务国内外发展历程及现状分析

1、智慧水务国内外发展历程及现状分析一、国内发展历程及现状分析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、的建设 和应用要求 , 努力实现 “以信息化带动工业化信息化”的技术 进步发展目标。信息化技术 , 以工业化促进(1) 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。(2) 住房城乡建设部办公厅关于开展国家智慧城市试点工作的通知

2、建办科 201242 号提出: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。 (3) 国务院印发国家新型城镇化规划(2014-2020 年 ) 智慧城市建设方向 第 3 条 : 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。(4) 国家发改委、 住建部等八部委印发 关于促进智慧城市健康发展的指导意 见发改高技 20141

3、770 号 : 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。(5) 行业标准城镇供水管网运行、维护及安全技术规程(CJJ207-2013) 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 : 建立水量预测系统 ; 建立调度指令系统 ; 建立管网数学模型 ;建立调度预案库 ;建立调度辅助决策系统。2、行业阶段历

4、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

5、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

6、的看法等。(1) 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

7、确的基础数据想要实现智慧水系统是不现实的。(2) 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

8、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。(3) 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

9、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

10、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

11、、 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

12、、 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。二、国外发展历程及现状分析1、国外水司信息化发展历程与国内快速发展的形式相比,国外从经验模式到智能自控模式的转变经过了一个较长的探索和发展历程,国外的水务技术发展重点不是在市场上去寻找智慧系统模块化或者现成软件平台的方向,而更加注重于企业自身数据的采集、分析和应用 , 包括对硬件如何实现优化布局、如何采用科学技术解决实际运营难题、数据应用的分析研究等等, 经历了一个从生产到研究、 从研究到应用的历程。 2 、国外技术现状大部分国外智慧水系统由两块技术组成即计算机辅助(IT )和业务技术

13、支持(OT), 加强 IT-OT的融合是国外水司的主要工作, OT是提供水系统的智慧技术, 不仅仅是数据的采集, 还需要可视化和分析; 在OT 应用方面 , 英国联合水务的业务包括了监测和报告、事件检测、 事件预防、事件诊断、自动应急及优化等应用。国外信息化的发展应用 , 除了在水系统本身 , 还延伸到用户用水量预测、 分 析等服务。 例如欧盟支助的 iWIDGET 智慧水务项目 , 研究内容不仅仅在水系统方 面的技术 , 更在于用户消耗水量的数据分析 ,分析不同类型用水的实时数据、 获 得为提高水费发票精准度和灵活性的信息、基于数据分析获取水的消费趋势等。事实上越来越多发达国家对未来水务提倡一个概念即性理念的水 务系统。: 建立一个有弹国外的信息化应用比国内早,尤其是数据的深度挖掘与分析,英国部分水司 在早期信息化建设中就重视生产数据的分析及应用 , 水力模型的建立也比中国较 早发展应用 , 目前国内水司应用较多的几个水力模型软件如Infoworks、