如今，在許多地區(qū)，傳統(tǒng)上享受著客戶壟斷的水務(wù)公司由于多種因素而不得不發(fā)展，包括監(jiān)管政策的變化、氣候變化的影響以及消費者期望的提高。
據(jù)2019年中發(fā)布的聯(lián)合國世界水發(fā)展報告，估計有36億人生活在每年至少1個月缺水的地區(qū)，到2050年，全世界60億人將遭受清潔水的短缺。
為了應(yīng)對這些挑戰(zhàn)，自來水公司正在利用物聯(lián)網(wǎng)(IoT)，并將其運營數(shù)字化，以實現(xiàn)整個水循環(huán)的有效水管理，從水資源到水龍頭，以及有效的廢水處理以保護水源。
自來水公司正處于關(guān)鍵時刻，需要升級現(xiàn)有基礎(chǔ)設(shè)施，以提高關(guān)鍵運營的彈性，以服務(wù)于其消費者并保護水資源，而政府和監(jiān)管政策制定者正在采取一些短期和長期措施，以改善區(qū)域水安全和自給自足。
物聯(lián)網(wǎng)的主要挑戰(zhàn)和影響
對于公用事業(yè)來說，非收益水是一個重要問題，這是由于基礎(chǔ)設(shè)施陳舊或維護不善造成的管道泄漏和破損所致。
根據(jù)水管理服務(wù)提供商威立雅(Veolia)在2017年發(fā)布的一份報告，飲用水網(wǎng)絡(luò)的平均效率為73.7%，導致每年非收入水損失26.3%。一些公用事業(yè)公司通過納入減少泄漏目標來應(yīng)對非收入水的挑戰(zhàn)。
例如，法國里爾市的目標是使用基于IoT的水管理解決方案，將其水網(wǎng)絡(luò)性能提高6%，到2023年從79%提高到85%。其他地區(qū)政府也指示公用事業(yè)通過監(jiān)管政策升級其供水網(wǎng)絡(luò)。
來自新加坡、韓國、以色列和馬耳他等國家/地區(qū)的一些早期顯著舉措正越來越多地推動著這些國家的發(fā)展，這些國家的監(jiān)管政策制定者已要求使用數(shù)字技術(shù)來改善智能電網(wǎng)，通過檢漏、監(jiān)測水壓等手段，將公用事業(yè)的水損失減少到12%以下。
在韓國，截至2017年底，Gochang Waterworks在高昌縣的24000戶家庭中安裝了智能水表。該智能水表項目不僅提高了基于使用情況的計費數(shù)據(jù)的準確性，而且還使泄漏造成的成本降低了19%。Gochang Waterworks的智能水表部署還帶來了意想不到的結(jié)果，如公用事業(yè)公司可以通過提醒親屬或觸發(fā)不用水的家庭進行福利檢查，為老年客戶提供更高的安全性。
同樣，英國的水務(wù)監(jiān)管機構(gòu)Ofwat要求水務(wù)公司到2025年將漏水量減少15%，從而迫使水務(wù)公司采取措施，使配送基礎(chǔ)設(shè)施數(shù)字化。
在2019年中，South East Water與行業(yè)專家合作進行試驗，以開發(fā)和連接智能水表，并使用沃達豐的Narrowband-IoT(NB-IoT)網(wǎng)絡(luò)將聲波傳感器放置在地下干線管道上，以精確檢測和防止配電系統(tǒng)中的泄漏。South East Water正在實施Xylem的Visenti進行軟件分析，以管理和分析安裝在水系統(tǒng)上的傳感器數(shù)據(jù)，例如流量、水位、總體積、壓力和水質(zhì)。
為了滿足自來水公司對物聯(lián)網(wǎng)解決方案不斷增長的需求，區(qū)域電信公司正在與具有水務(wù)專業(yè)知識的物聯(lián)網(wǎng)平臺供應(yīng)商合作，以建立自己的能力。2020年3月，Telefónica宣布與Idrica建立合作伙伴關(guān)系，以開發(fā)自來水公司運營數(shù)字化轉(zhuǎn)型的解決方案。
隨著技術(shù)硬件和軟件生態(tài)系統(tǒng)的成熟，自來水公司正在基于成本效益比和資本投資對物聯(lián)網(wǎng)平臺進行投資，而這并未對其財務(wù)預算造成重大壓力。通常，自來水公司通過自動化需求側(cè)操作(例如配水網(wǎng)絡(luò))，或某些關(guān)鍵的供給側(cè)操作(例如監(jiān)視其包括大壩、水庫和水處理廠的水資源)來開始其數(shù)字化之旅。
但是，由于各種優(yōu)點以及解決方案生態(tài)系統(tǒng)的相對成熟，自來水公司越來越多地采用智能水表。專用公共和專用低功耗廣域網(wǎng)(LPWA)網(wǎng)絡(luò)的商業(yè)可用性也降低了硬件和網(wǎng)絡(luò)的成本。
ABI Research估計，全球水務(wù)公司的智能水表安裝量將累計增長28%，到2026年將達到近4億臺。
人工智能對開發(fā)綜合水資源管理系統(tǒng)的影響
隨著水務(wù)公司部署智能水表、傳感器和其他物聯(lián)網(wǎng)硬件，水務(wù)公司將不可避免地處理越來越多的數(shù)據(jù)。
例如，智能水表數(shù)據(jù)存儲在水表數(shù)據(jù)管理(MDM)平臺中，該平臺專門設(shè)計用于管理特定要求存儲和處理的數(shù)百萬臺設(shè)備中的大量數(shù)據(jù)。MDM軟件為公用事業(yè)提供了一個水平平臺，用于跨多個應(yīng)用集成公共數(shù)據(jù)資源，例如計費、資產(chǎn)管理和現(xiàn)場服務(wù)管理。實踐應(yīng)用中各個業(yè)務(wù)部門擁有和使用的這種水平數(shù)據(jù)管理平臺有助于業(yè)務(wù)運營的順暢進行，從而提高了整體效率并降低了成本。
最近發(fā)生的COVID-19大流行給水務(wù)公司在資源有限的情況下繼續(xù)向客戶提供關(guān)鍵服務(wù)的能力造成了極大壓力。當我們走出大流行之時，公用事業(yè)公司應(yīng)利用數(shù)字工具優(yōu)化和自動化除智能計量和計量到現(xiàn)金應(yīng)用之外的許多水管理操作，從而使其供應(yīng)鏈對未來的沖擊更具彈性。
公用事業(yè)公司應(yīng)該對水資源綜合管理系統(tǒng)(IWRMS)形成一個長期的整體規(guī)劃，該系統(tǒng)將作為其所有資產(chǎn)的中央記錄系統(tǒng)和控制系統(tǒng)。
最后，自來水公司應(yīng)與技術(shù)服務(wù)提供商和系統(tǒng)集成商合作，仔細評估人工智能(AI)和機器學習(ML)技術(shù)的創(chuàng)新，這些創(chuàng)新有助于實時有效地將多個來源的數(shù)據(jù)處理為可操作的運營見解。
在這里，AI被定義為機器展示的試圖模擬或復制人類行為和能力的智能。過去，“if-then”規(guī)則集是AI系統(tǒng)采用的一些模型。近年來，ML已開始獲得良好的發(fā)展勢頭。ML是AI的子集，它描述了創(chuàng)建、訓練和執(zhí)行計算機程序的過程，其明確目標是改善對給定任務(wù)的分析并獲得可衡量的性能結(jié)果。
當公用事業(yè)公司評估各種物聯(lián)網(wǎng)平臺時，他們還需要決定是否要投資云中或邊緣的AI基礎(chǔ)架構(gòu)。幾乎所有的AI訓練和推論都在云中執(zhí)行。由于云網(wǎng)絡(luò)的可伸縮性和靈活性，許多組織選擇依賴于云計算，存儲和網(wǎng)絡(luò)體系結(jié)構(gòu)。
一些云AI應(yīng)用包括與公用事業(yè)公司的企業(yè)資源計劃(ERP)或客戶關(guān)系管理(CRM)系統(tǒng)的集成，例如賬單環(huán)系統(tǒng)，用于客戶服務(wù)的客戶聊天機器人，庫存管理和現(xiàn)場服務(wù)管理操作，從而提高了效率和減少人工干預。
隨著AI和ML解決方案生態(tài)系統(tǒng)的成熟，AI功能的執(zhí)行將越來越靠近邊緣設(shè)備。這主要受更便宜的邊緣硬件、增強的數(shù)據(jù)安全性、對延遲敏感的企業(yè)以及關(guān)鍵任務(wù)應(yīng)用推動。
Edge AI還將使公用事業(yè)公司能夠創(chuàng)建自動化的閉環(huán)系統(tǒng)，以連續(xù)監(jiān)控關(guān)鍵基礎(chǔ)設(shè)施的運行狀況，從而通過預測性維護來實現(xiàn)有效的資產(chǎn)管理，并在系統(tǒng)中建立必要的冗余以減少停機時間并提高可靠性。
通過將各種遙感和影像解決方案與地理信息系統(tǒng)技術(shù)結(jié)合使用，公用事業(yè)公司可以繪制地圖并監(jiān)控其水資源。使用智能水表數(shù)據(jù)可以準確了解最終用戶的用水量，并提高需求和供應(yīng)方預測的準確性。
但是，重要的是要注意，今天，隨著AI復雜性水平的提高，以獲得更準確的見解，成本價值比的回報越來越小。
總之，物聯(lián)網(wǎng)，人工智能和其他新興數(shù)字技術(shù)有潛力通過改善日常用水管理，并應(yīng)對水資源安全以及對自然災害和氣候變化的適應(yīng)力的長期挑戰(zhàn)，來改變水務(wù)。物聯(lián)網(wǎng)和人工智能還將在規(guī)劃和設(shè)計用于分布式水和衛(wèi)生系統(tǒng)的水微電網(wǎng)中發(fā)揮越來越重要的作用。
由于水務(wù)公司采用物聯(lián)網(wǎng)，因此重要的是制定數(shù)字化路線圖，同時將客戶和業(yè)務(wù)成果作為重點。
