导读:时空大数据具有多源、海量和更新快速的综合特点,超过80%的水务信息是典型的时空数据,既有时间属性,又有空间特性,甚至还有海量的非结构化数据。如何挖掘和实现这类水务时空大数据的价值,实现智慧水务大繁荣,本文将一一为您揭晓。
当前,中国智慧水务已经迈入基于大数据、人工智能的智慧化阶段,各地政府及水务企业纷纷投身于智慧水务建设的大浪潮中。
“十二五”期间,水务行业投资力度以年24%的速度增长,预计到2023年,我国水务行业年度投资额将突破8600亿元。其中,智慧水务应用市场年均增长率超过20%,预计到2023年市场规模达到251亿。
水务行业已经从数据匮乏阶段进入了数据爆炸的时代:
这些数据既有时间属性,又有空间特性,甚至还有海量的非结构化数据,是典型的时空数据。
如何挖掘水务行业时空大数据的价值?
如何利用有价值的数据指导生产经营?
面对如此庞杂的数据,现有的GIS技术缺乏足够的算力、智力,企业该如何持续地为客户创造价值?
时空智能平台众智鸿图时空智能平台以时空AI引擎为核心,用数据生产智能。
众智鸿图时空智能平台对现有技术架构体系进行了重构,并已取得初步成果,实现了位置大数据的时空智能分析、供水管网DMA智能分区、AR场景下管网隐患排查和时空大数据可视化展示。
位置大数据的时空智能分析中石化巡检系统上线以来,累积了近百亿条的位置数据。这些数据不仅仅是对过去工作的记录,更是一笔宝贵的数据资产。
我们运用时空AI引擎的数据管理以及基础平台,结合相关的时空算法对巡检盲区、高发区域、高后果区进行分析,将海量位置大数据进行了挖掘,形成了覆盖6000多公里管线的巡检热力图。在热力图上,绿色区域表示当月巡检覆盖程度高于管理要求,橙色区域为符合管理需求,红色区域表示未达到管理需求。管理人员通过这张图可追溯过去管线巡查状态,为未来的工作部署提供依据。
供水管网DMA智能分区供水管网漏损一直是困扰众多水司的痛点、难点。 DMA是降低供水漏损的有效手段,在各水司都进行了应用。如何来制定经济、科学、合理、有效的分区方案?
我们运用时空AI引擎的能力,结合多家水司分区经验,成功构建了管网DMA智能分区工具。在系统中,我们导入管网数据后,系统会遵循预设的分区规则,利用神经网络算法对管网拓扑结构进行追溯,对铁路、河流、压力分区进行规避,快速形成一级、二级、三级分区,同时,计量装置的个数、规格、安装区域一目了然。
AR场景下管网隐患排查当前外勤工作都采用移动智能终端进行。未来,我们认为AR将会是外勤工作人员的新形态。我们运用时空AI引擎的AR可视技术实现了AR巡检。我们结合可穿戴的头盔,实现了管网数据与实景的叠加,让工作人员清晰的知道哪里有需要重点查看的设备;发现问题后,利用可穿戴式拍照、录制视频回传至调度中心,有效地提升了外勤工作效率。
时空大数据可视化不仅仅是内核智能,时空大数据的价值也与良好的展现息息相关。在我们的时空AI引擎中,我们对各类可视化技术进行了融合。基于时空数据中心,对水务生产运营数据进行分析、提取、汇总、挖掘等,将数据资产转化为能指导企业运营的“信息”,并结合大屏实现可视化展示,为管理层提供决策依据。
“数据隐含价值,计算发现价值,应用实现价值。”
如果我们做到了这三句话,智慧水务就能进步了,时空大数据就能发挥作用了。智慧水务大繁荣的景象,未来可期。
注:本文整理自武汉众智鸿图科技有限公司行业总监李宗祥在2019智慧水务高峰论坛上的演讲《时空大数据助力智慧水务大繁荣》。
上一篇
天机泄应歌
有话要说...