匯中儀表董建國：大數據下超聲測流技術在供水企業的應用

時間：2017-06-23 17:37

來源：中國水網

作者：易發財

近年來，在供水行業，以“智慧水務”為代表的大數據潮流正迅速席卷而來。大數據時代中，水務相關企業能夠分別扮演哪些角色？6月21日，在2017（第二屆）供水高峰論壇中，匯中儀表股份有限公司總經理董建國向與會觀眾詳細介紹了超聲測流技術在供水企業的應用情況及在大數據潮流下的重要作用。

本文根據嘉賓發言內容整理，未經本人審閱。

各位領導和各位嘉賓，今天我的分享內容是大數據下的超聲測流技術在供水企業的應用。主要有兩個題目：

1、超聲測流技術與供水大數據中的關系

大數據和超聲測流存在什么樣的關系？

首先，我想談談供水大數據。毋庸置疑，供水大數據是我們供水企業的重要資源。供水大數據主要分為兩類：一類是過程水量數據（含制水、輸配），另一類是用戶用水數據。過程水量數據的價值非常清晰，被供水企業充分用于制水調度、供水調度等業務領域。但是用戶大數據除了用于終端結算之外，還有其他未被發掘的利用價值。

業內部分供水企業已經在利用甚至運營用戶供水數據。如利用遠程集抄得到的用戶用水信息，進行房屋入住率分析、用戶分類分析、民用水/商用水區分等等；供水企業要抓住用戶思維，不斷完善和提升客戶服務，離開用戶大數據是不可能的。

那供水行業的用戶大數據是什么樣的？從何而來？有哪些特征呢？

簡單分享一個大數據實驗：

當取得一戶家庭每天一個用水數據時，我們僅僅能夠將水量與比較明顯的因素（如當天氣溫、特殊事件等）相關聯，做出日用水量排序原因的分析。

而當將數據粒度壓縮至每小時一個數據時，結合各個用水器具的常用流量，我們發現分析結論突然明朗起來：

(1) 此住戶可能是白領上班族家庭（用水時間只有早、晚兩個）

(2) 此住戶上班時間是早上8點以后，下班時間為下午5點之前，睡覺時間為晚上10點以后

(3) 此住戶在24日未進行洗澡和用洗衣機洗衣服等行為

這是住戶一天的起居粗畫像。

當相同一天的用水數據進一步壓縮，會出現什么呢？

(1) 住戶早起時間為6點27之前

(2) 住戶晚餐時段（做飯—吃飯—洗餐具）為晚間18：14~18：50

(3) 住戶睡前洗漱時間為21：51，且睡前未用馬桶（馬桶沖水量一般大于0.5m3/h）

這幾乎是這一天用戶起居的精準畫像，相當于監控的作用。

這些大數據，都是從流量儀表給出的最基礎最全面的供水數據。因此數據的精確性、實時性是運行這些數據分析的基礎。而匯中的超聲測流技術能夠在根本上保證數據的精準、實時，為大數據分析提供堅實基礎。

供水大數據向其他行業大數據一樣，同樣具有多樣性、時效性、有效性、大容量四個特征。

多樣性指的是數據類別多樣（用水量、瞬時量、壓力、溫度等）和數據粒度多樣（日用水、小時用水、分鐘用水等），由上面介紹的實驗可以看到，數據多樣性是支撐大數據的重要前提之一；

時效性和有效性是相互關聯的。例如，分區計量項目中一般會利用密集的數據采集來取得最小流量或最大流量等管理數據。但限于采集設備電源和網絡限制，很難做到1S一次的數據時效，最多能實現分鐘以上的數據上報。如何在這種時效狀態下又做到數據有效，唯一的途徑是將管理數據的篩選計算功能做到表端，利用儀表的智能化解決。再比如，供水企業迫于停水壓力，致使很多損壞的在線儀表很難及時得到維修，損壞的儀表長時期使用，破壞了數據的有效性。匯中的產品能夠做到損壞后短時間帶水帶壓維護，保障了數據的有效性和時效性。

我們認為，很多供水企業的智慧供水系統之所以達不到預期的效果，很大的原因是因為數據的時效性和有效性出了問題。

至于數據的大容量，指的是一個長期持續的數據記錄過程，在此不再過多闡述。

其次，探討一下超聲測流技術對大數據分析的關系。2015年，匯中開始融合NB-IoT技術打造新一代物聯網水表。不僅在數據傳輸方面相比之前GPRS網絡有較大改進，在儀表計量功能方面也進行了智能化提升。新一代物聯網水表不僅增加了壓力、溫度等計量功能，還以豐富的報警的方式大大增強了儀表管理的便捷性和及時性。憑借這兩方面的改進和提升，匯中超聲測流技術充分保障了供水大數據的多樣性、有效性和時效性等特征，為后續的大數據分析提供了堅實基礎。

2、如何做好大數據下的產品服務

另一個題目，在大數據時代背景下儀表企業如何做好數據服務，是下一步匯中要和我們的供水企業客戶進行深入探討的。大數據環境下，計量產品的服務，支撐了整個供水系統的運行。智能終端產品穩定與否直接關系到供水企業的收費運營、生產安全、客戶服務等基礎業務。因此，做好計量產品的維護服務至關重要。

客戶的智慧是無窮的。在溝通中，一些客戶已經有這樣的思考：應該從向計量儀表廠家購買產品轉為向計量儀表廠家購買數據。這樣的觀點，給我們計量儀表企業指出了一個方向。匯中需要在這個數據服務的目的下，首先要做好產品維護服務，在保證多樣性數據的前提下首先保障數據的時效和有效。之前在供熱計量領域，我們已經做了一些成功的嘗試，針對數據服務的方向提出三個量化考核指標：設備故障率、處理及時率、數據準確率，這3項數據既是對計量儀表廠家的考核，同時也是考量計量儀表廠家能否提供數據服務的標尺。

編輯：李艷茹

贊