《智慧水务未来发展趋势及建议思考》

  • 来源专题:水体污染治理
  • 编译者: 王阳
  • 发布时间:2021-04-30
  • 现阶段智慧水务发展仍处于初级阶段,存在较多问题,然而智慧水务作为智慧城市建设的重要环节,其在未来发挥的作用将越来越凸显,提高企业运营管理效率,提升城市居民生活幸福质量,相信在不久的将来,智慧水务市场空间将呈现爆发式增长。

    01 智慧水务

    基本定义:

    智慧水务指利用物联网、智能传感、云计算、大数据等技术对供水、排水、节水、污水处理、防洪等水务环节进行智慧化管理。通过结合传感器、通信网络、水务信息系统提高水务信息化水平,实现水务管理协同化、水资源利用高效化、水务服务便捷化。

    发展背景:

    2008年,智慧地球概念被首次提出,由物联化、互联化和智能化三要素组成。之后越来越多的城市将电、水、气等公共服务资源进行科学化管理,以数字化、网络化、智能化为发展目标,努力地改善管理及服务,使市民的日常生活更加便捷,为人类生存环境的优化提供帮助。

    2010年,IBM正式提出了“智慧的城市”愿景,其中包含六个核心系统:组织(人)、业务/政务、交通、通讯、水和能源;后来“智慧地球”、“智慧城市”、“工业4.0”、党的十九大以来围绕“三去一降一补”等发展理念需要补齐城市基础设施建设的短板、改善民生,而“智慧水务”正当其时。

    大体来看我国智慧水务技术背景发展主要分三个阶段,从1.0初步发展期到2.0稳定发展期再到3.0快速发展期,经历了数字化-智能化-智慧化的蜕变,在技术和驱动力等方面也实现突飞猛进式的发展。

    构建目标及系统构成:

    构建目标:对于城市来说,智慧水务系统能够实现城市给排水、防洪、保护水资源等业务运营的协同化管理,同时搭建统一的门户平台,社会公众可随时查询需要的水务信息,能够改进服务方式,提高服务水平;对于企业来说,智慧水务系统能够实时监控、统计分析水质、供水管网,实现供水、用水情况,合理调配资源,实现资源高效化利用,同时能够深层挖掘水利大数据,为水务业务的发展提供支持,提高决策的准确性。

    系统构成:智慧水务系统由智慧给水系统、智慧排水系统、智慧防洪系统、智慧污水回用系统、智慧节水系统等子系统构成,同时每个子系统又有如水源监控系统等众多的子系统,共同构成智慧水务这个大系统。

    技术架构:

    智慧水务技术架构包括信息安全、标准规范、业务应用、大数据中心、信息采集和基础设施。信息采集是智慧水务“感觉系统”,助力监测网络对涉水对象及其环境信息的感知和接收。

    核心技术:

    智慧水务核心技术包括物联网、智能传感、云计算、大数据、人工智能等。各项核心技术运用于智慧抄表、管网优化设计等业务领域,能够显著提升水务管理及运营效率。

    产业链:

    智慧水务产业链包括上游的水表供应商、阀门供应商、水泵供应商,分别为下游的系统集成服务商提供水表、阀门、水泵等硬件设备;中游的自动化方案服务商、智能技术服务商,为下游的系统集成服务商提供设备自动化解决方案,下游的系统集成服务商,提供物联网、智能传感、云计算、大数据、地理信息系统(GIS)、建筑信息管理(BIM)、人工智能等技术服务,为最终用户提供智慧水务应用服务。

    发展建议

    建议一:做好顶层设计,建立制度机制。

    科学合理制定“互联网+”智慧水务总体实施规划,充分考虑“互联网+”智能水务对未来发展的影响,建设具备较大兼容性和适应性智慧水务系统;完善相应管理机构,配备落实技术、业务、管理等方面的人员,建立各职能部门之间信息数据共享制度以及相对应的保障制度,明确信息使用权限,建立查询、使用留痕的技术保障手段,防止信息被盗用、滥用。

    建议二:完善基础设施,加强数据应用。

    构建集基础地理数据、监测数据、业务数据于一体的水务数据中心,应用云计算、物联网、大数据等技术,打造集水厂监控、管网监控、二供监控、DMA漏损管控、营收管理、综合调度等于一体的智慧供水管理平台,建立一套统一的数据标准和管理标准,形成规范化的数据结构与服务接口,实现标准数据的高效采集与利用,便于多系统之间的数据融合、共享、交换,加强数据信息等资源的实际应用,同时消除内部的“数据孤岛”。

    建议三:加强技术研发,加大资金投入。

    我国智慧水务发展还处于初级阶段,信息技术人员的技术水平较为落后,因此水务企业需要加强技术的研究,吸引更多的优秀技术人才,打造专业的技术团队,提高信息技术水平,从而推动行业的进步与发展;同时地方政府应加大资金投入,建立并完善相应的物联网设施,从而对城市水环境质量、供排水管网质量等实施监控,并将信息内容及时传送到智慧水务信息共享平台,其次政府应加大工作人员在智慧水务系统应用上的培养,形成相配套的业务管理、信息技术、建设管理等复合人才培养机制。

相关报告
  • 《从2018年全球人工智能数据看未来发展趋势》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2019-01-17
    • 人工智能作为新一轮产业变革的核心驱动力,正在释放历次科技革命和产业变革积蓄的巨大能量,持续探索新一代人工智能应用场景,将重构生产、分配、交换、消费等经济活动各环节,催生新技术、新产品、新产业。 刚刚过去的2018年,人工智能从基础研究、技术到产业,都进入了高速增长期。根据中国电子学会的统计:2018年全年,全球人工智能核心产业市场规模超过555.7亿美元,相较于2017年同比增长50.2%。数据显示,全球人工智能的发展呈现三足鼎立之势,主要集中在美国、欧洲、中国。 美国硅谷是当今人工智能基础层和技术层产业发展的重点区域,聚集了人工智能企业2905家,以谷歌、微软、亚马逊等为代表形成集团式发展,同时在人工智能企业数量、投融资规模、专利数量等方面全球领先。 中国人工智能行业的企业总数达到670家,占全球的11.2%,在论文总量和高被引论文数量上都排在世界第一,同时已成为全球人工智能专利布局最多的国家。在人工智能领域的投融资占到了全球的60%,成为全球最“吸金”的国家,投融资主要集中在技术和应用层,出现全球总融资额最大、估值最高的人工智能独角兽企业。 欧洲人工智能企业总数为657家,占全球的10.88%。欧洲通过大量的科技孵化机构助力早期的人工智能初创企业,高新技术产业转化率较高,诞生了大量优秀的人工智能初创企业。 值得关注的,是印度成为人工智能领域的后起之秀。目前,已有500多家印度公司部署人工智能,在医疗保健、农业、教育、智慧城市和城市交通5个应用领域发力。 全球市场规模中基础层智能芯片的研发占比仍然最高,约为55.6亿美元。此外,算法模型和智能传感器体量相当;技术层方面,语音识别占据技术层整体规模的三分之二以上,达到118.9亿美元,图像视频识别次之;应用层市场规模分布较为平均,智能教育和智能安防市场规模分别为43.6亿美元与43.4亿美元,均为16%左右,其他产业发展规模继续保持稳步增长。 笔者认为,聚焦3年以内的短期增长点来看,基础层得益于万物互联趋势日益显著和开源生态的加速构建,智能传感器和算法模型产业将快速增长;技术层中,随着交互精准度的提升和边缘智能化的布局,语音识别和计算机可视化迎来良好的市场机遇;应用层中,应用场景多元化延伸拓展为智能机器人产业形成新增长点,全球高度关注公共安全治理推动智能安防产业快速崛起,垂直行业应用的不断深入激发智能内容推荐催生了海量的定制化需求。 聚焦5年以内的中期增长点来看,基础层具有可重构能力的智能芯片作为新一代人工智能产业的基础硬件设施,从架构升级到应用场景的落地,都有巨大的市场空间;技术层中由于交互式智能服务渐成风口,自然语言处理向知识驱动持续迈进;应用层中智能医疗随着行业升级需求愈益迫切,逐步探索高效率、高质量应用,迎来良好的市场机遇。 聚焦10年以内的长期增长点来看,笔者认为,技术方向仍在规划,市场需求尚未完全显现,用户尚需进一步引导和激发的方向,具备较强研发实力的典型企业与前沿性较强的科研机构已有所布局,但仍基本停留于实验室阶段,资本市场有一定关注。因为尚未出现商业化应用的合适途径,其中由于技术驱动,智能驾驶将呈现“云车互联”发展趋势,智能金融受益于行业数据的支撑全链条服务有望兴起,智能教育将逐步实现全生命周期的定制化、普惠化。
  • 《数据智能的发展与思考 李纲》

    • 来源专题:数智化图书情报
    • 编译者:闫亚飞
    • 发布时间:2023-09-26
    • 生成式人工智能技术引发了数据智能的再次加速,呈现多重发展趋势:①认知水平和通用性进一步增强,影响未来人工智能技术走向;②内容生成与辅助工作场景创新加速,深度改变行业生产力;③数据智能赋能科学研究,加速科学发现和产业创新。   “数实融合”是促进数据智能同实际应用场景深度交融的重要抓手,具体实现路径包括:①以场景化数据服务激活数据要素价值,实现数据基础、数字技术和业务应用的良性互动;②构建面向场景的、知识与数据双驱动的通用性认知计算框架,以“万物互联—集中计算—分布智能”路径为参照标准,实现多模态时空数据以及科学计算库、推理引擎库、行业图谱库等多源知识的联动;③基于物模型实现“数据+知识”的融合计算,将物理世界的时空映射、信息空间的深度计算、社会系统的复杂分析有机结合。目前,数据智能已在智慧水务、智慧能源、公共安全管理等领域得到广泛应用。 为建立数智赋能的智能科技情报体系,应从智能科技情报理论构建、颠覆性技术识别方法与创新机制研究、国家科技安全风险监测与评估、科技决策与创新政策研究、产业技术创新智能情报分析平台研究5个方面支撑国家创新发展战略的落地。