埃睿迪黃濤：用好大數據，領跑環保水務大市場

時間：2018-08-27 09:12

來源：中國水網

作者：徐冰冰整理

評論（）

未來，系統化、生態化、智慧化將成為生態環境治理的綱領性戰略，伴隨著環境治理需求的升級，技術的支撐性作用亦將逐步凸顯。

迎接新時代，技術再出發。8月22日，2018(第十屆)上海水業技術論壇在上海舉行。埃睿迪信息技術(北京)有限公司副總裁黃濤在論壇上分享了如何用好大數據，領跑環保水務大市場。

黃濤埃睿迪信息技術(北京)有限公司副總裁

黃濤用加速器、尋寶圖、航標燈三個主題詞來概括本次演講內容。

“加速器”：大數據推動環保企業技術轉型

環保法律法規朝著分類管理的方向發展，政策的專業化水平越來越高，排放標準、能耗標準日趨嚴格。環保企業一方面在政策推動下能夠獲取更多的市場機會，能夠以更加市場化的價格開展廢物處理。另一方面面臨更加嚴格的監管要求，環保企業的合規運營成為企業的第一關注點。同時，國家層面加快建設數字中國，智能化是信息化發展的下一個重要階段。

黃濤首先分析了目前環保企業面臨的經營管理問題。

首先，政策監管趨嚴，違法成本高。國家逐步提高固廢處理、污水處理等排放標準，接近甚至部分高于歐盟標準。提標的同時也加強了排放監測與檢查，對超標排放等問題的處理力度非常大，環保企業的違法排放成本非常高。

其次，企業快速擴張，管控不到位。伴隨行業的增長，很多環保企業業務量以每年50%的速度增長，項目公司遍布全國。但公司的管理手段仍然比較原始，制度規范難以有效落地，生產運行管理粗放，績效管理缺乏依據。

第三，市場競爭激烈，成本管理壓力大。環保行業的快速增長吸引了社會資本進入，大量新興環保企業為了獲取市場，采取了低價進入策略，出現了大量低于成本價運行的項目，環保企業必須降低成本彌補虧損。

最后，靠經驗決策，缺乏知識積累。環保行業發展時間較短，信息化程度不高，生產和經營決策主要依靠經驗，缺乏有效的知識沉淀機制。雖然近幾年大量引入物聯網監測手段，但監測數據的價值沒有充分發揮作用。行業發展過快，專業人才匱乏。

環保行業發展面臨轉型，從投資驅動型向技術驅動型轉變。黃濤將大數據比作為推動環保企業技術轉型的“加速器”。

環保企業希望通過大數據嚴密監控生產運行工藝和廢物排放，確保項目公司合法合規經營。深度挖掘歷史數據，發現生產工藝優化方法，降低能源使用和材料投放。實現知識的數字化、圖譜化、場景化，知識能在各經營主體快速分享。實時掌握項目公司運營數據，實現透明經營、量化考核。

“尋寶圖”：一圖總覽環保水務大數據全貌

環保水務大數據尋寶圖

環保水務企業存在數據分散、人工報送、數據不及時的問題。以集團公司為例，集團總部包括財務系統、經營管理系統、人力資源系統。作為每一個項目區域公司，往往也會有自己的系統。這些系統是分散在各個公司內部的，所以造成了整個數據是分散的。

通過一張圖，黃濤向各位介紹了環保水務行業大數據的應用概況。環保行業目前積累了海量的數據，但這些數據源是分散的、獨立的，需要利用數據湖這樣的技術，把這些數據匯集起來整合起來。

數據湖就是把各個設備、各個系統的原始數據統一匯集過來，經過處理之后，結合行業模型，數據結果結構化，實現數據顯化。更為重要的是為數據科學家提供全量的歷史數據，基于這個歷史數據，能夠進行探索式分析。數據湖優勢非常明顯，和傳統單純的數據庫技術相比，數據湖具有三大優勢，數據處理速度提高10-40倍，數據利用率提升50%，同成本數據容量擴充10倍。

iReadyInsights-環境大腦

iReadyInsights-環境大腦是整個大數據運用的核心，為環保企業提供建模和分析引擎。它包括智慧水務平臺、固廢智能平臺、政府實時監管平臺等，他們有一個共同的基礎就是iReadyInsights大數據平臺。

有了數據湖，有了環境大腦，我們更關注如何做大數據的智能化應用。黃濤介紹了環保水務大數據智能化應用的以下典型場景。

場景一：集中化實時監控預警

在做大數據項目時，客戶對數據保密要求非常高，數據保密問題是做大數據分析的基本底線。環保水務大數據可應用在集中化實時監控預警上，包括污水處理工藝遠程監控預警、水廠泵站生產運行遠程監控預警、管網運行遠程監控預警、二次供水集中化遠程監控預警。這有利于確保集團企業的合規經營。

場景二：生產工藝運行優化

通過對數據的分析，可優化現有的工藝，包括用水量預測、水泵運行優化、加氯策略優化、曝氣與污泥回流優化等。

場景三：設備運行故障預測

水泵故障預測可延長大修周期，降低維修費用，避免突發意外。焚燒爐、煙道清理預測可減少大修停工次數，確保燃燒效率，減少廢氣排放。

利用大數據對水泵故障預測基本思路

如上圖所示，以水泵的故障預測為例，現在整個行業對于這種設備的維修總體思路停留在前面這兩個階段，第一個階段就是事后維修，發生了故障之后，停機進行維修。第二個就是定期維修，每段時間去做檢修，當然設備是否需要維修可能并不是太關心。通過大數據的分析，把前面兩個階段轉變為后面兩個階段，基于設備運行狀態，可以進行預見性的維修。

編輯：趙凡

贊