20个智慧水务案例详解（上）

3.信息化：机房采用绿色环保技术，与同等规模但未采用该技术的机房比较每年可节约电费约9万元；本平台规定了公司数据交换标准规范，减少了因频繁系统接口建设和低效不规范数据标准带来的无效管理维护费用；构建了昆水云的智慧水务架构，使集团各分、子公司在昆水云架构下只需重点关注软件服务建设从而节约大量基础平台建设费用。

（二）社会效益

本项目作为昆明智慧城市建设的一个重要组成部分，可进行供水数据资源共享、决策及给供水用户带来更好的服务体验。

1.平台对整个供水生产、经营、服务系统进行了全过程、实时监控，全面提高了整个供水产业链的稳定、安全运行，有效地提升了自来水水质监控水平，大大地提高了昆明城市供水保障率和供水安全。

2.平台对公司重要生产数据和经济管理数据进行统一收集、整理、规范和分析，对自来水行业决策、分析、应用提供了坚实的数据基础。

3.平台建设的公司外网门户网站及配套服务模块实现了供水服务水平质的提高，显著提升了供水企业的社会服务形象和窗口服务。不但能实现水费查询、快捷缴费等基本功能，还能对用户反映的问题及时解决、及时处理、及时反馈。充分实现了供水企业与用户的良性互动，让用户感觉到实实在在的方便和快捷。

4.平台建设符合国家产业政策，是国家、省、市重点支持的发展领域。有利于传统行业结合互联网+生产+管理+服务模式的创新，在提升服务社会、便民服务也具有重要意义。

数据处理能力

（一）企业服务总线性能（常规双核服务器配置）：核心进程性能指标单实例运行（不含业务压力）满足平均CPU负荷低于10％，管理界面响应时间-〉用户执行配置管理（不包含消息查询）响应时间需<3秒，传输效能-〉可接受500线程并发访问；无业务处理逻辑，大小为4K的消息接收吞吐量为1000笔/秒；

（二）实时数据库性能（常规双核服务器配置）：在保证数据高速读写的情况下，能够实现数据的有序存储，从而使系统具备长期运行几乎不出现磁盘碎片的特性，因此，在数据存储和检索方面，性能具有很强的稳定性。

上述先进技术的使用，使实时数据库内核系统具有500万条记录/秒的存储性能，配合客户端的过滤技术，整个实时数据库系统可达到近千万条记录/秒的极高存储能力。

5.新加坡智慧水网系统

案例申报单位：赛莱默（中国）有限公司

效果图片

案例简介

该项目是为新家坡公用事业局（以下简称“PUB”）供水部开发的一套智慧水网系统，帮助提高新加坡供水管网的运营效率。智慧水网系统通过在管网上安装传感器以获取在线实时水力数据，并提供一系列的水网管理工具辅助管网运行管理，包括爆管、水质事件报警，漏点定位，在线水力建模，阀门操作模拟与仿真，自动分区模型，用水需求预测和负荷分配，以及基于GIS的数据可视化展示等。该项目服务的管网长度约5500km，服务用户达140万。

案例亮点

该项目是集物联网技术、大数据分析技术、GIS技术、计算机技术、一体式传感器、水力模型为一体的综合性供水运营管理系统，实现城市供水管网的漏损监控及定位，同时，兼具水网数据管理与分析、管网资产评估、水力模型建模、优化供水调度、水量预测、水网分区等功能，帮助供水企业提升供水运营效率。系统的核心优势是实现了机器学习和大数据处理与分析在供水行业的应用，并取得了较好的漏损监测以及运营决策的效果。基于压力、流量、水质、远传水表、声呐等管网实时监测数据，进行大数据分析与建模，形成漏损监测模型，分析用水规律或相关操作引发的供水工况变化，提供7天×24小时爆管监测和报警定位，随着机器学习时间的延长，能尽可能的减少和消除系统的爆管/泄漏误报，智慧水系统项目在漏损实时监测和提升供水运营效率方面获得了国际水协的高度认可，并于2014年获得了国际水协（IWA）创新项目奖。

效果评估

在漏损管理和水质监测方面，系统能够实时监测漏点，并定位漏点位置，使用户能及时响应并采取修补措施，发现水质异常，及时向供水部发送报警通知，资产评估模块提供未来一段时间可能出现管网故障的区域信息，指导用户优化管网修复与改造计划，有效的降低爆管、延长资产的使用寿命，为用户节省了大量的时间和精力。在运营优化方面，供水调度工具综合了水的生产、输送、分配和供应各环节的水量数据，实时预测供水短期（提前24小时）需求来优化供水配置，确保水资源的最大化利用。智慧水网系统对新加坡较低漏损率（NRW维持在5%）的保持做出了重要贡献。

效益评价

经济效益：近两年，智慧水网系统在新加坡案例中监测到的漏损事件有110多例，在预测的爆管高发区域，有效防止的爆管或泄漏约3-5个/千米，据用户统计，有效节约的经济损失折合人民币约4000万元-5000万元。

社会效益：智慧水网系统的建设对居民用水、供水优化以及水资源污染问题的解决具有重要意义。智慧水网系统的实时漏损与水质监测，提早了供水企业对漏点和水质异常事件的发现时间，在用水客户报修之前，供水企业就已采取了相应的措施，不仅防止了可能引发的更严重的事件，也保证了供水安全，提升了供水企业的对外服务形象；实时、短期的用水需求预测，使供水调度按需分配，有效提升了水资源的利用率。

数据处理能力

系统的大数据分析引擎包含多种算法与模型，如多种信号处理工具、机器学习工具、异常事件监测工具等，通过机器自动学习的方式归纳供水运行数据（系统中分析的数据包括压力数据、流量数据、声呐数据、水质数据和远传水表数据等）的结构、模式，从而识别供水管网中出现的异常事件。比如漏损监控模型，通过模型分析高频压力瞬变、流量、声呐数据，识别管网异常情况下的数据流模式，从而监测供水管网中发生的漏损并定位漏点位置。系统基于大数据分析，仅高频压力传感器监测的数据每秒采集的数据量最高可高达256次。

编辑：徐冰冰