供水大数据如何获取，如何应用？

一、获取方式

01、统计报表数据

一是可从城市供水单位、水质检测机构等单位获取水质数据，包括水源水、水厂各工艺段进出水、出厂水、管网水、二次供水、龙头水等环节的水质检测数据；二是可从城市供水单位获取生产数据，包括设施资产、设备工况、材料库存、售水情况、供水用户信息、供水管网信息、设备维护检修记录、服务投诉信息等。

02、设备自动监测数据

一是可从城市供水主管部门和城市供水单位收集获取设备自动监测数据，包括在线采集的水量、水位、水质等实时数据；二是可从城市供水单位获取现场作业数据，包括员工通过移动设备人为实时远传的地理位置、供水用户水量、事故特征、现场照片、视频等数据。

二、水务数据的应用与发展

随着网络大数据在水务行业的发展应用，大数据管理平台在城市水务监管系统中的应用与创新，并且在供排水公司、水厂、工厂等多个领域开始应用，那么智能化水务管理平台，在实际应用中所能解决的问题有哪些呢？

01、水质风险关键指标筛选

在水质日常监测、风险预警和管控过程中，通过对水源、水厂，以及输配水过程中的水质指标及其环境类指标进行相关性分析，找出不同水质指标之间、水质指标与其它环境类指标之间的内在关联性，可筛选出水质风险关键指标。

02、水质风险预警模型建立

以历史水质数据、相关水文及环境类等数据为基础，通过应用各类数据特征挖掘与分析技术，构建时间序列、回归分析等风险评估模型，可对水质指标的未来数值和风险进行预测，通过单点阈值、多点联动等方式进行水质风险预警。

03、水厂运行工艺调整辅助决策

通过分析原水关键水质指标在工艺流程中的变化情况，并对工艺运行参数如药耗、滤池反冲洗周期、排泥周期等，以及出水水质情况同步分析，可基于不同进出水水质条件下的运行工况和水质预警结果构建工艺调整辅助决策模型。当面临水源地水质突变、水厂药耗增加等相关参数变化问题时，可将相关信息作为输入参数，利用辅助决策模型模拟出水情况，从而避免了人为判断的主观性。此外，辅助决策模型也可预测出

水

水质达标条件下对应的水源地水质预警值及工艺药耗最小值。

04、供水管网大数据应用

在明确供水管网运行事故具体评价对象前提下，根据供水管网大数据，可建立模型对供水管网的运行事故评价指标发生概率进行定量预测。进一步结合管道级别、道路等级、人口密度等因素，可通过构建定量判别指标体系和评判标准，评估管道风险影响程度，从而明确管道修复/更新改造的优先级，科学划定供水管网修复/更新改造的范围。

05、供水用户用水行为分析

以供水客服数据中的供水用户信息数据与供水管网末端小区二次供水数据为基础，结合其它相关数据，采用适当的数据挖掘技术，可构建二次供水泵房指标变量时间序列，继而对不同序列之间的指标变量的趋势性、周期性及其随机性进行相关相异分析，在此基础上总结得出该序列所代表小区用水行为变化趋势。