查看原文
其他

泉州水务大脑正式投产,百度智能云守护绿水青山


水是万物生命的源泉。


今年3月22日是“世界水日”,3月22-28日是“中国水周”。而最近“我国水管漏水一年漏掉700个西湖”的话题也冲上热搜,引发广泛关注。


根据国家统计局数据,截至2018年底,我国人均水资源仅为世界平均水平的1/4,是联合国13个贫水国之一。一边是水资源短缺,一边是水资源利用效率不高及水资源的污染浪费,护好水、用好水的任务非常紧迫,绿水青山就是金山银山。正因如此,我国今年“世界水日”和“中国水周”活动的主题定为“深入贯彻新发展理念,推进水资源集约安全利用”。



在国家高度重视水资源利用和大力发展新基建的背景下,传统水务的提升和革新势在必行,水务行业信息化、智能化按下快进键。


前不久,由百度智能云携手泉州水务集团打造的泉州水务大脑一期项目投入运行,探索了一条完整的水务行业数字化、智能化道路。泉州水务大脑是率先实现江、河、湖、海和水库水务综合系统治理的行业标杆。


水务大脑的投运使集团整体人员效率得到明显提升,制水供水单位能耗下降,提升了分散式污水处理设施正常运行率。


据泉州水务集团有关负责人介绍,泉州水务集团业务范围涵盖原水、制水、供水、排水、污水、节水等水务全产业链条。传统水务目前存在着一些普遍的痛点,如水资源短缺的矛盾,洪涝灾难带来的城市内涝和积水,管网漏水、爆管等带来的水资源浪费,供水生产设备的高耗能,以及用户体验亟需提高等。泉州地区水治理挑战极大,既要满足大规模工业生产、居民用水等刚需,又要引领绿水青山、古城保护的新发展理念。


同时,泉州水务集团传统“烟囱式”信息化能力建设造成各权属公司信息化能力参差不齐、各自为战,信息系统缺乏有机联系,数据价值没有被充分挖掘和应用,集团统一管理难的问题凸显。水务业务处理仍大量依赖人工,业务协作效率低下,客户投诉和重点事项处理难以有效跟踪,采集监测的大量数据只能在小范围应用。


针对泉州水务业务痛点和需求,百度智能云携手埃睿迪,运用大数据分析、人工智能、数字孪生等新技术,共同打造泉州水务大脑。一期建设内容包括数据中心的建设,大数据平台、数字孪生平台的搭建,基于平台构建的用水量预测模型、加压泵站精准调压模型和安全巡检模型,以及基于平台孵化的加压泵站智能调度、安全生产综合告警、厂区安全巡检等智能化业务应用系统。


从目前应用效果来看,泉州水务大脑使集团整体人员效率提升5%以上,制水供水单位能耗下降8%,分散式污水处理设施正常运行率提升5%。

其间,水务大脑的投用主要有以下几大成效:

  • 解决了数据打通的问题,为数据分析和挖掘提供了高质量的数据基础;
  • 解决了水务场景中基于人的不安全行为和物的不稳定状态的监管预警问题,同时将视觉智能模型集中化管理,提升了模型复用率,实现高效智能化监管;
  • 消除了二供泵房场景中传统的恒压供水造成的管网富余压力带来的漏损风险,同时按需供水的特点降低了用电成本。

未来该项目还会继续在模型打磨、场景扩充等方面进行深化,最终建立低门槛、低周期、高效率的建模流程。

百度智能云水务解决方案于2019年11月推出。百度依托人工智能、大数据、云计算、IoT、地图等全面的技术和产品能力,以及丰富的数据资源积累,可为水务企业建设“1+5+N”的业务应用支撑平台,提供覆盖原水、供水、节水、排水、污水处理全产业链的综合定制化解决方案,助力实现安全水务、节能水务、清洁水务、民生水务。 


这一智慧化的水务解决方案带来的是水务全链条业务升级,比如:

智慧原水

包含引水工程、水库、泵站、径流预测的业务模块,通过 AI+专业知识库建立水源优化配置、泵站优化调度、河道径流预测等专业模型,提升水利工程项目的运行效率,保障运行安全。


智慧水厂

智慧水厂通过工艺优化模型提升制水过程的效率,保障水质安全,同时,降低制水能耗,整体提升水厂运营效率。


智慧供水

智慧供水则结合管网地图和管网模型,快速定位管网漏损点,减少漏失水量,提升管网维修效率;通过智能化模型,进行用水量预测,从而实现泵机精准调压控制,降低泵机功耗,降低爆管风险。


智慧排水

智慧排水包括智能监管异常排污问题,提升排水巡检的及时性,优化城市内涝问题。


智慧污水

智慧污水聚焦优化污水处理工艺,通过智能化模型,进行曝气和加药的精准控制,在保证出水水质的前提下,降低药耗与设备功耗,助力污水行业实现“碳达峰”目标。


百度智能云表示,目前我国水务数字化、智能化转型处在关键时期,百度智能云水务解决方案应用前景广阔。百度2021年将在水务领域建立完整的生态合作伙伴链条,推进大型水务集团落地项目,打造精品案例。期望在未来三年将百度智能云水务解决方案打造成实用、可快速复制,可以为客户带来业务价值和经济效益的通用解决方案产品,为我国智慧水务的发展、水资源的集约安全高效利用贡献更大力量。

本篇转自“中国工业报”

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存