news

新闻资讯

优饮水机器学习模型,助力提升直饮水水质安全

发布时间:2023-07-22 来源: 浏览量:1976

根据《水务发展“十四五”规划》,对供水水质和供水安全风险管理提出了更高的要求。为了确保饮用水质量,国家和地方也相继出台一系列政策、方案和标准。在此背景下,杰狮信息积极探索,以专家经验评估模型和机器学习算法模型为基础,融合HACCP管理理念、打造一个好用、实用、管用的水质风险评估模型,实现了优饮水小区水质的实时风险评估以及风险事件溯源,提升了水司从水厂-管网-小区-用户的全链条、全要素的风险管理水平。

 

 

一、产品结构

 

水质风险评估模型总体架构由四部分组成:

 

数据汇集层:依托物联网、大数据等平台采集供水路径全链条数据,结合数据治理的特点,对数据进行关联、预处理、标准化、特征工程等多维度的分析处理,为数据层提供数据支撑。

 

数据层:对数据进行统一的分类,包括基础时空数据、业务专题数据、物联感知数据和水力模型数据。并将已分类的数据分为训练集和测试集,为建模做好数据准备。

 

模型层:由静态专家经验模型和动态机器学习模型两大部分组成,它们综合评判优饮水小区的水质风险等级。静态专家经验模型根据专家经验筛选出风险因素点,并建立直饮小区水质风险评价指标体系。动态机器学习模型则基于对大数据的综合运用,结合供水实时数据根据目标变量的数据类型,建立直饮小区机器学习水质模型。

 

应用层:包括风险评估,风险因子管理、风险分级、风险排名,基于模型评估结果,对小区水质风险进行综合管控。

 

二、能力特色

01.全链条数据汇集

优饮水水质评估模型从数据层实现海量多源异构数据资源的汇聚、整合,秉承从源头到龙头的管理思想,利用GIS系统强大地图能力,与小区水质数据进行合理的关联,形成庞大的数据集,聚焦用户与小区,从源头到龙头信息完全掌握。

 

02.全要素风险评估

结合HACCP管理理念,关注原水、水厂、市政管网、小区四大环节和制水能力、市政管材、管龄、水龄、爆管事件、水质、小区管材、二次供水、小区维修、用户投诉十大维度,综合评估小区水质风险。

 

03.多维度风险模型算法

优饮水水质评估模型由专家经验模型、机器学习模型两大部分组成,综合评判优饮水小区的水质风险等级。专家经验模型基于本地化地域特征、生产环境和经验积累,形成直饮小区水质风险评估专家经验库,按照百分比法对关键指标赋权值,评估不同指标对直饮小区水质风险的影响程度。机器学习模型是基于大数据、机器学习算法的综合运用,获取实时监测数据,结合水质风险动态因子进行计算,评估水质风险。专家经验模型与机器学习模型综合应用,计算直饮小区评估总分,按照水质风险等级划分标准,客观评估直饮小区水质风险等级。

 

04.可视化水质风险画像

以小区为对象进行水质风险实时监测,利用GIS系统强大的地图模型能力,整合生产、管网、水质、服务等多源信息,根据风险评估模型生成不同小区的风险等级并结合地图进行可视化表达,形成每个小区的水质动态“风险画像”。

 

05.智慧化风险管控策略

对水质风险评估结果,以小区为对象进行评估分析,根据不同小区风险等级因地制宜推行相应的优饮水水质优化策略,实现对风险分级分类的管理和控制。

 

结 语

优质饮用水是国家高质量发展和健康中国的基本需求,水质安全关系到人民群众的身体健康,因此迫切需要通过智能化手段对水质风险进行动态风险评估,确保龙头水水质安全达标。水质风险评估模型是提升水司优饮水水质风险管控的辅助工具,借助大数据分析,机器学习技术实现供水风险管理的智慧决策,保障供水水质安全,助理水司实现高效、可靠、安全的优饮水服务。