当自来水调度用上大数据分析



自来水公司工作人员正在调度中心查看调度情况

今年入夏以来,武广、栗雨等区域的供水不足情况得到了明显改善。”21日,在株洲市自来水公司供水调度中心,调度员张云指着调度中心大屏幕上的相关数据向记者介绍。

过去,武广、栗雨等新开发城区因处在管网末梢,经常会出现水压不足。今年,市自来水公司的标准化调度运营库建设完成,技术人员参照标准,对武广、栗雨两大区域供水进行了调整:一是启用栗雨加压站对其整体加压,二是对城区供水区域进行了合理划分,在现有条件下有效调和了该区域的结构性用水矛盾。

标准化调度运营库是啥?市自来水公司新闻发言人罗奕介绍,2010年该公司建成现代化调度系统,5年运行时间里已经收集了大量的管网运行数据,在此基础上,技术人员结合历年的管网抢修数据和用户投诉数据,以及一大批老员工的管网调度经验,经过科学整理、汇总分析,形成了日常、高温高峰供水期以及各种应急突发情况下的标准化调度模式,为提高抢、维修效率,加强水厂、管网的联动以及管网规划建设提供了强有力的科学指导和供水保障。

同时,标准化调度运营库的建立,让株洲市自来水调度,从单一的管网调度过渡到水厂、管网联合调度。技术人员可根据管网水压运行特点和实时数据,对水厂迅速下达准确调度指令,有效提高了城市管网的稳定性和可靠性。

今年7月份,全市爆管率为7.69%,较去年同期下降了1.4个百分点。

一线工人几乎每天都有抢修任务,10多名抢修人员轮流通宵作业

“赶紧给调度中心打电话,可以开闸恢复供水了。”8月7日早上6点,石峰区响石四村DN300管道抢修任务提前完成,市自来水公司抢修队施工员周刚明,艰难地从自来水管道井内爬出来,朝边上的同事喊道。

从前一天下午4点设备开挖、人工清理,接着更换管道、焊接等,他和其他工作人员一起,已经通宵作业、持续抢修了14个小时,此时太阳已经晒透了地面,刚从黑暗里出来的他,被刺眼的光晃得眼晕。通宵作业让他疲惫不堪,他嘿嘿一笑,“已经习惯了,看到用户能正常用水,还能获得居民的理解与支持,很值得。”

市自来水公司新闻发言人罗奕说,7月起,株洲市进入高峰供水期,每日平均供水量相比平时大幅增长,达到50万吨/天。市自来水公司也开足了马力,供水调度中心、四个水厂、供水抢修队全面开启高峰供水工作模式。

数据显示,今年7月管网抢修累计233处,较去年同期下降13%,但DN300以上大型管道抢修有24处,这意味着几乎每天都有大型抢修任务。

周刚明说,DN300口径以上的管道抢修任务,一般都是晚上进行,因为停水影响面积较大,为了尽可能减少施工对用户生活造成的不便,往往在晚上八九点以后才开始作业。市自来水公司供水抢修部10多名抢修人员全部放弃了休假,轮流着通宵作业。

本文作者:佚名

来源:51CTO

时间: 2024-09-20 05:56:26

当自来水调度用上大数据分析的相关文章

给入门者,大数据分析工具的十条学习路径

虽然只有极少数人能够修炼成数据科学家这一21世纪最性感多金专业人士,但对于大多数非数据分析专业的IT人士来说,掌握对路的大数据工具同样意味着加薪和升值.鉴于市面上大数据分析工具琳琅满目日新月异,为了帮助大家少走弯路,我们为不同技术背景的IT专业人士整理了十条大数据分析工具的进修技术路径: 一.Excel起步 作为一个入门级工具,Excel是快速分析数据的理想工具,也能创建供内部使用的数据图.如果在众多数据分析工具中您只了解最基本的Excel,以下是最好的进阶路线: 二.SQL起步 如果你了解SQ

颠覆大数据分析之Mesos:集群调度及管理系统

颠覆大数据分析之Mesos:集群调度及管理系统 译者:黄经业    购书 正如前面"Mesos:动机"一节中所述,Mesos的主要目标就是去帮助管理不同框架(或者应用栈)间的集群资源.比如说,有一个业务需要在同一个物理集群上同时运行Hadoop,Storm及Spark.这种情况下,现有的调度器是无法完成跨框架间的如此细粒度的资源共享的.Hadoop的YARN调度器是一个中央调度器,它可以允许多个框架运行在一个集群里.但是,要使用框架特定的算法或者调度策略的话就变得很难了,因为多个框架间

《Spark快速大数据分析》—— 第七章 在集群上运行Spark

本文转自博客园xingoo的博客,原文链接:<Spark快速大数据分析>-- 第七章 在集群上运行Spark,如需转载请自行联系原博主.

《Spark大数据分析:核心概念、技术及实践》大数据技术一览

本节书摘来自华章出版社<Spark大数据分析:核心概念.技术及实践>一书中的第1章,第1节,作者穆罕默德·古勒(Mohammed Guller)更多章节内容可以访问"华章计算机"公众号查看. 大数据技术一览 我们正处在大数据时代.数据不仅是任何组织的命脉,而且在指数级增长.今天所产生的数据比过去几年所产生的数据大好几个数量级.挑战在于如何从数据中获取商业价值.这就是大数据相关技术想要解决的问题.因此,大数据已成为过去几年最热门的技术趋势之一.一些非常活跃的开源项目都与大数据

大数据分析和决策是新一代智慧城市的大脑

自智慧地球概念于2008年11月提出以来,整个地球都沉浸在如何变得更加智慧这个庞大的课题里,各种想法层出不穷,但我们看到的却是地球神经系统的不断发达而智能缺乏.本文借神经系统和大脑智慧这个话题,就如何建立智慧城市的智能系统做一些探讨.我们认为,大数据(Big Data)分析和决策是新一代智慧城市的大脑,是提升智慧城市"智商"的关键. 首先我们看看人类是如何传递信息的. 2000多年前,人类已经开始使用烽火台.间隔几里的众多烽火台,集信息收集.传递为一身,能够及时把外敌入侵的信息,较快地

《Spark大数据分析:核心概念、技术及实践》Spark Core

本节书摘来自华章出版社<Spark大数据分析:核心概念.技术及实践>一书中的第1章,第节,作者穆罕默德·古勒(Mohammed Guller)更多章节内容可以访问"华章计算机"公众号查看. Spark Core Spark是大数据领域最活跃的开源项目,甚至比Hadoop还要热门.如第1章所述,它被认为是Hadoop的继任者.Spark的使用率大幅增长.很多组织正在用Spark取代Hadoop. 从概念上看,Spark类似于Hadoop,它们都用于处理大数据.它们都能用商用硬

《Spark大数据分析实战》——3.1节SQL on Spark

3.1 SQL on Spark AMPLab将大数据分析负载分为三大类型:批量数据处理.交互式查询.实时流处理.而其中很重要的一环便是交互式查询.大数据分析栈中需要满足用户ad-hoc.reporting.iterative等类型的查询需求,也需要提供SQL接口来兼容原有数据库用户的使用习惯,同时也需要SQL能够进行关系模式的重组.完成这些重要的SQL任务的便是Spark SQL和Shark这两个开源分布式大数据查询引擎,它们可以理解为轻量级Hive SQL在Spark上的实现,业界将该类技术

颠覆大数据分析之结论

颠覆大数据分析之结论 译者:吴京润    购书 随着Hadoop2.0到来--被称作YARN的Hadoop新版本--超越Map-Reduce的思想已经稳固下来.就像本章要解释的,Hadoop YARN将资源调度从MR范式分离出来.需要注意的是在Hadoop1.0,Hadoop第一代,调度功能是与Map-Reduce范式绑定在一起的--这意味着在HDFS上惟一的处理方式就是Map-Reduce或它的业务流程.这一点已在YARN得到解决,它使得HDFS数据可以使用非Map-Reduce范式处理.其含

IBM Platform Symphony:功能强大的高效大数据分析平台

ZD至顶网软件频道消息(文/邹大斌):随着大数据的价值得以验证,越来越多人的企业开始在大数据项目上进行投资,这给传统IT基础设施带来相当的挑战.众所周知,传统IT基础设施大多是为特定应用而构建的,在灵活性和可扩展性上都存在明显不足.在此背景下,人们开始寻找一种更适合大数据分析应用的IT基础设施,而IBM Platform Symphony(以下称Platform Symphony)正是一个可以帮助企业构建上述基础设施的平台软件. 作为一个企业级大数据和分析平台,Platform Symphony