恭喜我们的两家客户,入选住建部智慧水务典型案例!

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 恭喜我们的两家客户,入选住建部智慧水务典型案例!


日前,住房和城乡建设部科技与产业化发展中心公布2022年智慧水务典型案例清单,阿里云参与承建的青岛水务集团全域数据资产管理体系及大数据中心建设项目与沈阳市智慧水务一体化综合管控平台成功入选。



智慧水务典型案例评选是由住建部科技与产业化发展中心组织,经过形式审查、初审及专家评审,最终遴选出典型案例18 项。


该评选是目前行业内对智慧水务项目的最高级别肯定,入选案例在供水、排水与污水处理、水环境监管、综合性管控平台、智慧客服等方面形成了可复制、可推广的经验,具有较好的示范引领作用,能够为各地智慧水务发展提供参考。


在2022年智慧水务典型案例清单中,阿里云参与承建的青岛水务集团全域数据资产管理体系及大数据中心建设项目与沈阳市智慧水务一体化综合管控平台两个案例成功入选:


在青岛:

阿里云为青岛水务集团建设了全域数据资产管理体系及大数据中心,初步实现集团、二级公司、三级厂站等多层级、多板块、全链路共25个厂站,15个业务系统的数据汇聚、治理与共享,并形成1套集团统一数据治理体系及数据资产长效管理、使用、维护、更新机制,推动了跨业务、跨部门、跨层级、跨系统的数据共通、资源共享、高效协同。



通过数据治理成果,实现青岛水务集团层面统一监管指挥,为集团级管控、决策提供全面数据支撑,并建设7项数据智能应用,包括用水量预测、生产异常智能预警、厂网一体化调度试点等,推动业务数字化、生产智能化、管理协同化、服务主动化、决策科学化。


在沈阳:

阿里云为沈阳水务集团建设沈阳市智慧水务一体化综合管控平台,实现集团供水系统物联感知“一张网”;统一集团信息资源的管理、治理、共享及信息安全;实现管网资产的管理;借助大数据分析,实现供水“一张图”综合监管;构建全新的智慧管理体系。



借助这个综合管控平台,实现沈阳水务集团对数据的综合利用以及深度挖掘,实现大数据时代下对集团生产、运行、营收服务等业务核心数据的综合智能分析与应用,科学、有效、准确的辅助业务工作及管理工作,加强部门之间协同工作紧密度,提高工作效率及服务质量。


在本次入选的智慧水务典型案例外,阿里云还为多家水务集团提供技术支持:


帮助重庆水务集团实现供水需水量预测准确率达到95%以上,助力客户精准进行厂网联调,控制能耗与漏损,通过对污水厂的数据进行深度分析,通过以数理模型为基础的智能曝气实现能耗下降8~12%以上;


协助深圳水务集团将原本集团决策会议数据准备时间从8-11天缩短到2天以内;


上海城投水务集团打造大协同平台,通过事前预警、事中确认、事后处置,有效降低误报并协助定位事发地点,节省15%左右的事件处置时间。


阿里云已深耕水务行业多年,提出了以帮助行业客户打造数据资产为核心的智慧水务建设理念,并联合行业合作伙伴服务多家城市水务集团,在北京、上海、重庆、广东、山东、江苏、浙江、辽宁、江西、宁夏等10多个省市实现了水务项目落地。


我们通过大数据的标准、汇聚、治理、分析与智能应用,切实面向水务企业在生产、管理各环节提质增效的需求,以及一体化联合调度、经营管理智能决策、污染全链路溯源等综合业务场景,为客户在运行监控、管网漏损、节能降耗、内涝积水、水体污染、公众服务、精细化管理等方面提供实际业务价值。



相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
缓存 固态存储 关系型数据库
MySQL性能优化指南:深入分析重做日志刷新到磁盘的机制
MySQL性能优化指南:深入分析重做日志刷新到磁盘的机制
706 0
|
JSON 缓存 Android开发
iOS高质量的动画实现解决方案——Lottie
iOS高质量的动画实现解决方案——Lottie
1342 0
|
12月前
|
人工智能 算法 安全
智能灾害预警系统:自然灾害的早期检测与响应
【10月更文挑战第26天】智能灾害预警系统利用大数据、物联网、云计算和人工智能等技术,实现对自然灾害的早期检测与预警。本文介绍其技术原理、应用现状及未来发展趋势,探讨如何提高预测精度、促进跨学科融合创新,推动灾害风险管理的科学化和社会化进程。
1400 2
|
7月前
|
人工智能 Linux iOS开发
Linux下搭建本地deepseek(附文档下载)
本文介绍了在Linux上搭建本地DeepSeek的步骤。主要涉及安装ollama、下载deepseek模型(1.5b参数版本)和配置ChatboxAI客户端。通过命令行安装ollama后,使用`ollama run deepseek-r1:1.5b`下载模型,并配置环境变量以确保服务正常运行。最后,通过ChatboxAI与模型进行交互。整个过程适合初学者,服务器配置为4核CPU和8GB内存,无GPU,响应速度稍有延迟但可接受。相关资源链接已提供。
928 2
|
11月前
|
持续交付 Python
如何在Python中自动解决模块和包的依赖冲突?
完全自动解决所有依赖冲突可能并不总是可行,特别是在复杂的项目中。有时候仍然需要人工干预和判断。自动解决的方法主要是提供辅助和便捷,但不能完全替代人工的分析和决策😉。
|
11月前
|
存储 数据可视化 数据挖掘
Python数据分析项目:抖音短视频达人粉丝增长趋势
Python数据分析项目:抖音短视频达人粉丝增长趋势
|
11月前
|
存储 机器学习/深度学习 并行计算
【AI系统】Tensor Core 深度剖析
Tensor Core 是英伟达 GPU 的关键技术,专为加速深度学习计算设计,尤其擅长矩阵乘法和卷积运算。通过混合精度计算,Tensor Core 使用半精度(FP16)输入输出,内部以全精度(FP32)计算,确保精度同时提高效率。相比传统 CUDA Core,Tensor Core 每个时钟周期可执行 64 个浮点运算,大幅提升计算速度。其工作原理包括指令流水线、线程执行等多级优化,确保高效并行处理。通过分块、分配和并行执行策略,Tensor Core 能有效处理大规模矩阵计算,极大加速神经网络模型的训练和推断。
761 1
【AI系统】Tensor Core 深度剖析
|
12月前
|
机器学习/深度学习 编解码 算法
轻量级网络论文精度笔记(三):《Searching for MobileNetV3》
MobileNetV3是谷歌为移动设备优化的神经网络模型,通过神经架构搜索和新设计计算块提升效率和精度。它引入了h-swish激活函数和高效的分割解码器LR-ASPP,实现了移动端分类、检测和分割的最新SOTA成果。大模型在ImageNet分类上比MobileNetV2更准确,延迟降低20%;小模型准确度提升,延迟相当。
380 1
轻量级网络论文精度笔记(三):《Searching for MobileNetV3》
|
设计模式 数据可视化 程序员
不会画uml?推荐使用代码画图的工具PlantUml
不会画uml?推荐使用代码画图的工具PlantUml
1063 1
|
JavaScript 前端开发
Three.js 的骨骼动画 SkinnedMesh
【2月更文挑战第16天】
408 2