1.1．水行業面臨的挑戰
人類面臨水危機已是不爭的事實，根據環境監測結果統計分析，我國水污染形勢非常嚴峻，各項虧染物排放總量很大，污染程度仍處于相當高的水平。所以水資源的合理配置和保護已成為國家和社會共同關注的重點，如何在烈的競爭環境中取得社會效益和經済效是所有相關企業的挑戰和機遇。
1.2．新技術帶來變革的希望
隨著物聯網、大數據、人工智能及云計算等新技術不斷融入傳統行業的各個環節，新興技術和智能工業的不斷融合，要確保居民用水安全，解決城市取水、供水、用水、排水等問題，必須應用新科技打造水務企業智能化運營平臺，從而建立起水務企業在水資源方面的行業大數據及企業大數據，為城鎮水資源利用的布局、優化廠站及管網設計、以及高效率低成本運營提供基于數據驅動的決策依據。
1.3、平臺功能架構
水務企業智能運營平臺（智慧水務運營平臺）解決方案架構:
（本架構方案適用于：水廠、污水處理廠、海水淡化廠、水利水電、水庫、江河治理、防訊指揮等與水有關的行業）
智慧水務運營平臺通過以DZRPlus云平臺為核心的應用系統集成，以水質為中心進行數據采集與監控（SCADA），結合GIS地理信息系統、智慧水廠、智能調度、二次供水設施管理、智能計量與抄收、客戶服務系統、工程管理系統等應用，實時感知城市供排水系統的運行狀態，并通過DZRPLus云平臺中的大數據分析平臺將采集到的海量水務數據進行處理與分析，生成水力模型并做出相應的處理結果輔助決策建議，實現從水源地到水，水再到排污口全閉環管理流程，以更加精細和動態的方式實現水務系統的智慧管理。
1.4．價值主張
平臺架構充分利用物聯網、大數據、人工智能及云計算等新技術把企業的IT和OT技術無縫融合，連接從泵站、管網、水廠、管理到決策的各個層面，收集企業從傳感器的IoT實時數據，到企業的用戶數據與業務數據，再將數據轉化為切實可行的分析結果和洞察，并通過實時信息和業務邏輯為業務決策提供支撐。
平臺從以下方面為客戶提供價值：
l 通過更智能的系統和由實時數據驅動的決策，大限度提高水務企業的可持續發展
l 通過預測性分析和主動性維護，優化企業資產可用性和性能
l 通過減少浪費和宕機時間，實現企業智能、高效、可盈利的運營
l 通過融合企業IT與OT的數據中心，模擬、情景感知和數字化，提供各種終端洞察和主動風險解決方案
l 提高水的品質和水資源利用率，增加企業與用戶的粘性和提高服務速度和質量
1.5．*優勢
技術優勢
l 平臺是經測試和驗證的具有前瞻性的參考性架構，可支持水務行業端到端的、開放可擴展的、互聯互通的、安全可靠的系統性設計
l 能夠實現大規模的現場智能設備的本地接入和遠程接入，并且即插即用
l 基于企業數據中心架構的數據采集、存儲、分析、可視化與洞察
l 基于人工智能的架構可為企業建立自己的知識中心，為未來智能優化運營奠定基礎
l 用戶可自我在線自助增減應用軟件，按需使用云端應用
l 支持混合云（公有云+本地私有云）部署
l 用戶可基于*的DZRPlus云平臺輕松自助開發本企業的大數據分析與可視化
運營優勢
l 運營平臺的業務架構是基于“平臺+端”的理念，平臺本身聚集公司所有的資源并以軟件化和數據化的方式提供給各子公司或各業務線等業務單元，各業務單元可按需獲取平臺資源，這將改變傳統的運營管理模式，便于公司管理，放而不亂，各自便于核算，調動各業務單元的工作主動性與積極性。
l 基于設備智能管理系統，提高減少設備故障和可使用性，可提高設備使用率15-30%，維修費用降低10-20%，延長設備生命周期20%以上
l 基于能源智能管理系統，可節能10-15%
l 基于管網智能優化調度系統，提高水質、控制壓力、減少爆管，從而提高15-30%的調度效率，節約10-15%的電耗
l 基于管網漏損管理系統，提高漏損管理效率20-30%，提高檢漏效率50-70%，減少漏損2-5%，提高用水滿意度20-30%，延長管網生命周期15%以上
l 基于運營大數據的集中可視化云監控（云指揮調度監控中心），可提高企業綜合管理決策效率20-50%
服務優勢
l 基于享控云網上的成千上萬工業品及全國各地的線下智能工業服務產業園的龐大的工業服務合作伙伴，我們將提供從方案咨詢、集成實施、售后、運維、備品備件的4S級全生命周期服務，降低系統生命周期內總成本20%以上。
l 可提供運營平臺從投資、建設、運維/運營的多種合作方式，減少用戶人才、財力投入壓力
2、DZRPlus云服務平臺
電子人云服務平臺(DZRPlus)包括物聯網云平臺、企業大數據平臺、企業大腦（人工智能）平臺及應用管理平臺；有公有云和混合云（公有云+私有云）部署方式
2.1、物聯網云平臺
l 支持廣泛的設備接入與配置管理
物聯網接入平臺是設備與物聯網平臺和大數據平臺進行連接的云端入口平臺，實現設備傳感器數據的采集、數據存儲和展現，從而進一步開發出物聯網和大數據應用系統。物聯網云平臺利用云端與客戶端之間建立穩定、可靠、安全的長連接，承載著網關的注冊與管理、安全性驗證、數據接收、協議解析、配置下發、遠程控制、狀態管理等功能。
l 具有可配置性、可擴展性和安全性
物聯網云平臺連接著現場使用的重要設備和儀器儀表，其運行狀態和數據、運行參數都需要高度重視安全性技術。通過通信層、網絡層、數據層和云平臺應用層各個層次的數據安全技術和措施來保證整個物聯網系統的安全性，防止數據泄露等非安全性事故。
物聯網云平臺支持橫向可擴展性和功能可配置性。隨著接入的設備和儀器儀表的增多，物聯網云平臺的軟硬件系統都要支持橫向擴展。同時，由于設備、控制種軟硬件系統的復雜性要求物聯網平臺是可以自定義配置的，以適配各種硬件接口、軟件協議、私有接口和控制系統。
l 提供多種物聯網云服務
物聯網云平臺提供的云服務功能功能包括云組態、云監控等。云組態和云監控是基于云的監控開發平臺，通過拖拽生成專業的監控應用。基于HTML5技術和標準的總線技術，可以在平板電腦、iPhone及安卓手機平板在內的多種移動設備上應用。同時支持桌面、平板、手機移動查看和指令下發，可以在任意時間、任意地點訪問。
2.2、企業大數據平臺
企業大數據平臺是為企業打造的一個集物聯網數據、業務數據、外部數據于一體的大數據存儲，分析和可視化應用的企業大數據中心，是企業基于數據驅動的可持續發展的源泉所在。
l 支持大規模設備多源異構數據融合
大數據平臺基于分布式的數據庫存儲服務，包括MySQL數據庫、HBase數據庫、時序數據庫以及Redis數據庫服務，實現多機房自動冗余備份，自動讀寫分離保證數據庫的穩定性、網絡問題、單庫壓力等各種問題。其內部組件包括：企業級數據倉庫系統，整合、融合設備運行狀態數據、運維與管理數據、人員數據等多源異構大數據；數據倉庫ETL程序對各種時序數據、表格數據的清洗和標準化，為數據分析和數據應用提供整合的數據源；支持設備傳感器數據和運維數據在數據倉庫中進行*保存，通過提供文件、數據庫接口、消息隊列接口以及REST API接口實現數據連接、數據訪問存儲、數據分析使用等。
l 提供面向大數據的統計、查詢、挖掘分析工具
大數據平臺提供面向大數據的統計、查詢、挖掘分析工具，基于瀏覽器訪問的集成化挖掘分析環境，包含基礎統計組件、數據查詢組件、挖掘分析組件、運行等工具，兼容主流大數據分析與機器學習框架（如Hadoop/Spark等）。實現TB乃至PB級別的分析任務處理，能夠在秒級查詢巨大的數據表，在同樣的數據集上提供更好的性能。
2.3、智能機器人平臺
l 設備故障預測與健康管理
基于大數據和深度學習驅動的設備故障預測與健康管理系統是一種全新的系統維修和管理理念、是系統可靠性保證的重大關鍵技術；是實現智能制造的奠基石。它不僅僅是為了消除故障，更是為了了解和預報故障何時可能發生，使得系統在尚未*失效或者故障之前就能依據系統的當前健康狀況通過人工智能決策系統確定何時維修，從而實現自主式保障，避免系統故障和重大事故的發生，達到降低使用和維修費用的目標。本平臺支持如下功能：
狀態監測：要求利用*的傳感器獲得盡可能精確的系統或者設備運行狀態信息，通過設計更*的數據分析技術，獲得對系統或者設備健康狀態的精確評估。
故障診斷：故障診斷解決的是系統進行維修前，如何定位出系統或者設備故障部位和故障類型，對設備維修具有直接的指導作用。此時設備的故障程度還不足以使得系統*失效，大多屬于早期故障狀態，因此需要*的故障特征提取技術和設計具備良好故障識別的分類算法。
故障預測：當部件故障程度較輕，只是逐漸降級以致不能達到性能，或者出現小缺陷或早期故障時，選取相關檢測方法，設計預測系統來檢測這些小缺陷、早期故障或者性能降級，并預測未來的發展趨勢，防范于未然。
l 企業知識圖譜與問答管理
平臺已經建立了人工智能的知識圖譜基礎系統，企業可自行建立自己的知識庫，算法和模型，使用時可以通過對話方式展現。
l 企業運營模型建立
依賴企業大腦平臺可自行建立企業的各種運營模型，如：水力模型、水質預測模型、指揮調度模型等。
2.4、應用管理平臺
對企業應用功能模塊進行動態增加、刪除、設置、權限管理，對工作流進行設計開發等。
3、智能決策中心解決方案
3.1、運營大數據云監控平臺（云指揮調度監控中心）
運營大數據云監控平臺(云指揮調度監控中心)作為水務企業的決策系統，可實時提取設備、生產、環境和業務的運營數據，利用大數析平臺進行建模分析形成運營模型，平臺提供可自主定義的管理和監控界面，方便用戶管理資源，并結合大數據*的參數，自定義規則，動態監控，一鍵管理，及時處理運營問題。
l 數據來源
l 即時數據分析
需要緊急處理的數據，如斷網，停機、客戶產品重大故障需事先生成
l 實時數據分析
用以存放當天采集的運營數據，大數據平臺以分鐘為單位，每次對當前的數據和今天0點開始的歷史數據進行匯報，生成實時指標。
l 日數據分析
大數據平臺在T日0點處理T-1日的全部數據，匯總成日指標
l 月數據分析
大數據平臺在T月1日匯總T-1月的全部數據，匯總成月指標
l 年數據分析
大數據平臺在T年匯總T-1年的全部數據，匯總成年指標
4、水質保障解決方案
4.1、水質監測管理系統
采用水質傳感器/分析儀及物聯網技術，從水源地、取水口、生產水廠、泵站、管網、二次供水、排水等采樣點，將水質數據的時時動態采集到運營平臺，通過云端運營平臺中的大數據分析平臺建立水質預測模型，可時時通過機器人通知相關管理人員進行處理，同時機器人可自動按預案模型進行干預（比如關閉相關供水閥門、停止水泵）。
