当自来水调度用上大数据分析

简介:

自来水公司工作人员正在调度中心查看调度情况
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

相关文章
|
7天前
|
存储 大数据 测试技术
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
在大数据环境中,数据存储格式直接影响查询性能和成本。本文探讨了 Parquet、Avro 和 ORC 三种格式在 Google Cloud Platform (GCP) 上的表现。Parquet 和 ORC 作为列式存储格式,在压缩和读取效率方面表现优异,尤其适合分析工作负载;Avro 则适用于需要快速写入和架构演化的场景。通过对不同查询类型(如 SELECT、过滤、聚合和联接)的基准测试,本文提供了在各种使用案例中选择最优存储格式的建议。研究结果显示,Parquet 和 ORC 在读取密集型任务中更高效,而 Avro 更适合写入密集型任务。正确选择存储格式有助于显著降低成本并提升查询性能。
41 1
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
|
21天前
|
分布式计算 Hadoop 大数据
Jupyter 在大数据分析中的角色
【8月更文第29天】Jupyter Notebook 提供了一个交互式的开发环境,它不仅适用于 Python 编程语言,还能够支持其他语言,包括 Scala 和 R 等。这种多语言的支持使得 Jupyter 成为大数据分析领域中非常有价值的工具,特别是在与 Apache Spark 和 Hadoop 等大数据框架集成方面。本文将探讨 Jupyter 如何支持这些大数据框架进行高效的数据处理和分析,并提供具体的代码示例。
34 0
|
4天前
|
存储 分布式计算 Hadoop
大数据分析的工具
大数据是一个含义广泛的术语,是指数据集,如此庞大而复杂的,他们需要专门设计的硬件和软件工具进行处理。该数据集通常是万亿或EB的大小。这些数据集收集自各种各样的来源:传感器,气候信息,公开的信息,如杂志,报纸,文章。大数据产生的其他例子包括购买交易记录,网络日志,病历,军事监控,视频和图像档案,及大型电子商务。
20 8
|
14天前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
59 11
|
22天前
|
分布式计算 数据可视化 大数据
Vaex :突破pandas,快速分析100GB大数据集
Vaex :突破pandas,快速分析100GB大数据集
|
21天前
|
大数据 机器人 数据挖掘
这个云ETL工具配合Python轻松实现大数据集分析,附案例
这个云ETL工具配合Python轻松实现大数据集分析,附案例
|
21天前
|
数据采集 人工智能 安全
AI大数据处理与分析实战--体育问卷分析
本文是关于使用AI进行大数据处理与分析的实战案例,详细记录了对深圳市义务教育阶段学校“每天一节体育课”网络问卷的分析过程,包括数据概览、交互Prompt、代码处理、年级和学校维度的深入分析,以及通过AI工具辅助得出的分析结果和结论。
|
23天前
|
消息中间件 前端开发 安全
第三方数据平台技术选型分析
这篇文章分析了第三方数据平台的技术选型,涵盖了移动统计平台、自助分析平台和BI平台的不同代表厂商,讨论了它们的数据源、使用要求和适用场景。
32 2
|
24天前
|
存储 JSON 关系型数据库
MySQL与JSON的邂逅:开启大数据分析新纪元
MySQL与JSON的邂逅:开启大数据分析新纪元
|
25天前
|
存储 SQL 分布式计算
Hadoop生态系统概述:构建大数据处理与分析的基石
【8月更文挑战第25天】Hadoop生态系统为大数据处理和分析提供了强大的基础设施和工具集。通过不断扩展和优化其组件和功能,Hadoop将继续在大数据时代发挥重要作用。

热门文章

最新文章