构建智慧水务平台面临的大数据挑战与应对策略

大数据的特征包括数据体量巨大、类型众多、风格样式多样、发展迅猛和传送速度更快等。智慧水务平台的大数据主要来源于传感器和运行设备等。然而, 由于数据信息量巨大、处理要求较高、数据生产要素化突出, 这对传统的信息技术与IT架构设计提出了重大挑战。

一、数据采集和预处理的问题：

智慧水务平台的大数据来源广泛且构造复杂，格式各异，并且产生的频率不同，因此对采集系统提出了高要求。例如：如何有效及时的将数据聚合到关键处理平台系统。

1、各个方面的数据来源包括水质监测、水位测量、流量监测、机器设备工作状况等；

2、数据信息量巨大，要进行实时有效或快速高频率的的数据传输；

3、数据采集面临各种阻扰因素的限制, 如指数值有偏差、生态环境问题、设备出现故障等, 从而降低数据信息的质量以及精确性；

4、数据信息呈现不同的格式和结构，如时间序列数据、空间数据信息、图像数据信息等。

二、智慧水务平台大数据的存储难题：

智慧水务系统平台大数据带来了四个存储方面的问题:

1、如何及时存储采集频率高、时效性强的数据信息；

2、如何处理庞大的数据规模, 是进行集中式或分布式存储；

3、如何管理结构化、半结构化、非结构化的数据；

4、如何确保存放数据的可靠性和安全性。

三、智慧水务平台大数据的计算难题：

由于大数据技术复杂度和计算的要求，智慧水务系统要深度计算来提高运营效率、实时智能监测、资源整合、节能降耗、用水安全和智慧决策支持。因此, 传统意义上的SQL计算模式已经不能满足大数据的计算需求，需要根据数据的特征、计算的方式以及性能来提出不同的计算模式。

四、合理利用智慧水务平台大数据：

利用深度剖析智慧水务大数据完成供水系统设备的优化完善, 以此来实现水务管理智能化、高效性是一个需要思考的问题。比如说, 数据分析可以帮助识别水质数据中的异常趋势, 及时发现处理隐性的污染事件, 以保障供水安全。可以使用大数据分析漏损数据信息, 识别供水管网中的漏损点和漏损率, 进而制定节水措施和政策。

五、智慧水务大数据安全问题：

海量大数据要统一存储, 这增加了个人和企业隐私暴露出来的风险, 另外, 对数据完整性、可用性和稳定性提出了新的要求。

基安云智慧水务平台分别提供可赋能智慧城市治理所需的感能、数能、算能和图能的四大能力，实现智慧市政全场景、全周期数据融合应用，为实现城市精细治理、体验美好生活提供数字底座。基安云智慧水务平台其使用对象不仅仅局限于水厂管理者，对于水务工作决策者、水管维护员、营收业务员与用户均适用，该系统集数据采集与监控、管网巡线、管线布控、供水综合运营调度、供水漏损控制、营收收费等于一体，助力水利发展。