導讀:時空大數據具有多源、海量和更新快速的綜合特點,超過80%的水務信息是典型的時空數據,既有時間屬性,又有空間特性,甚至還有海量的非結構化數據。如何挖掘和實現這類水務時空大數據的價值,實現智慧水務大繁榮,本文将一一為您揭曉。
當前,中國智慧水務已經邁入基于大數據、人工智能的智慧化階段,各地政府及水務企業紛紛投身于智慧水務建設的大浪潮中。
“十二五”期間,水務行業投資力度以年24%的速度增長,預計到2023年,我國水務行業年度投資額将突破8600億元。其中,智慧水務應用市場年均增長率超過20%,預計到2023年市場規模達到251億。
水務行業已經從數據匮乏階段進入了數據爆炸的時代:
這些數據既有時間屬性,又有空間特性,甚至還有海量的非結構化數據,是典型的時空數據。
如何挖掘水務行業時空大數據的價值?
如何利用有價值的數據指導生産經營?
面對如此龐雜的數據,現有的GIS技術缺乏足夠的算力、智力,企業該如何持續地為客戶創造價值?
時空智能平台衆智鴻圖時空智能平台以時空AI引擎為核心,用數據生産智能。
衆智鴻圖時空智能平台對現有技術架構體系進行了重構,并已取得初步成果,實現了位置大數據的時空智能分析、供水管網DMA智能分區、AR場景下管網隐患排查和時空大數據可視化展示。
位置大數據的時空智能分析中石化巡檢系統上線以來,累積了近百億條的位置數據。這些數據不僅僅是對過去工作的記錄,更是一筆寶貴的數據資産。
我們運用時空AI引擎的數據管理以及基礎平台,結合相關的時空算法對巡檢盲區、高發區域、高後果區進行分析,将海量位置大數據進行了挖掘,形成了覆蓋6000多公裡管線的巡檢熱力圖。在熱力圖上,綠色區域表示當月巡檢覆蓋程度高于管理要求,橙色區域為符合管理需求,紅色區域表示未達到管理需求。管理人員通過這張圖可追溯過去管線巡查狀态,為未來的工作部署提供依據。
供水管網DMA智能分區供水管網漏損一直是困擾衆多水司的痛點、難點。 DMA是降低供水漏損的有效手段,在各水司都進行了應用。如何來制定經濟、科學、合理、有效的分區方案?
我們運用時空AI引擎的能力,結合多家水司分區經驗,成功構建了管網DMA智能分區工具。在系統中,我們導入管網數據後,系統會遵循預設的分區規則,利用神經網絡算法對管網拓撲結構進行追溯,對鐵路、河流、壓力分區進行規避,快速形成一級、二級、三級分區,同時,計量裝置的個數、規格、安裝區域一目了然。
AR場景下管網隐患排查當前外勤工作都采用移動智能終端進行。未來,我們認為AR将會是外勤工作人員的新形态。我們運用時空AI引擎的AR可視技術實現了AR巡檢。我們結合可穿戴的頭盔,實現了管網數據與實景的疊加,讓工作人員清晰的知道哪裡有需要重點查看的設備;發現問題後,利用可穿戴式拍照、錄制視頻回傳至調度中心,有效地提升了外勤工作效率。
時空大數據可視化不僅僅是内核智能,時空大數據的價值也與良好的展現息息相關。在我們的時空AI引擎中,我們對各類可視化技術進行了融合。基于時空數據中心,對水務生産運營數據進行分析、提取、彙總、挖掘等,将數據資産轉化為能指導企業運營的“信息”,并結合大屏實現可視化展示,為管理層提供決策依據。
“數據隐含價值,計算發現價值,應用實現價值。”
如果我們做到了這三句話,智慧水務就能進步了,時空大數據就能發揮作用了。智慧水務大繁榮的景象,未來可期。
注:本文整理自武漢衆智鴻圖科技有限公司行業總監李宗祥在2019智慧水務高峰論壇上的演講《時空大數據助力智慧水務大繁榮》。
上一篇
天機洩應歌
有話要說...