【云栖号案例 | 物联网&人工智能】贵广网络跨界转型 实现智慧城市的平台创新

简介: 贵广网络一直致力于推进有线无线、宽带窄带协同融合覆盖,将物联网平台进行迭代升级,开始实现跨界突破,通过转型升级服务政府,搭建智慧城市服务平台。

云栖号案例库:【点击查看更多上云案例】
不知道怎么上云?看云栖号案例库,了解不同行业不同发展阶段的上云方案,助力你上云决策!

image

随着互联网媒体的强势崛起、IPTV和OTT的快速普及(2018年全国IPTV用户已达1.42亿),广电行业整体陷入低迷,用户数逐年下滑,2018年我国有线电视用户总量全年减少2320万,同比降幅达到8.7%。

在全国有线电视市场持续萎缩的情况下,大部分广电网络公司将重心放在了发展家庭宽带用户上,但与运营商全国统一布局不同,广电条块分割、各省各自为政,普遍难与运营商展开直接竞争,突围转型之路并不顺利。贵广网络凭借理念和技术的优势,换道超车,成功实现了盈利模式和行业应用的突破,非常值得同行借鉴学习。

突围核心:网络价值与联网用户数的平方成正比

对于广电网络公司的数字化转型而言,根本在于基础网络建设要扎实。所有的业务拓展,都需要广覆盖和高质量的网络做支撑。

著名的梅特卡夫定律表明:网络的价值等于网络节点数的平方,网络的价值与联网的用户数的平方成正比。只有广覆盖的网络基础,才有梅特卡夫定律带来的网络价值。同样,有了网络价值,才会有更多的业务转型可能。贵广网络的成功转型正是基于其广域覆盖的光纤网络和物联网络。

贵广网络一直致力于推进有线无线、宽带窄带协同融合覆盖,早在2年前就已经率先实现了省、市、县、乡、村五级广电光缆全程全网覆盖,有线、无线、卫星融合网试点工程率先通过总局验收。截至2018年11月底,全国4K电视用户共1360万,其中贵广占380万,处于全国第一。同时,贵广采用LoRa技术搭建窄带物联网,现已建成覆盖全省9个市(州)城区,目前全国最大的LoRa物联网网络。

发力网络对传统业务带来了提升。在全国有线电视用户数下滑的情况下,贵广网络有线用户数实现逆势增长,2018年贵州有线用户数增长22%,宽带用户增长60%,取得一系列亮眼成绩。但这还不是主要的,因为贵广有线的光纤网络规模甚至超过了当地的电信运营商,它开始承接贵州全省公安视频监控雪亮工程建设,成为全国广电网络公司承担全省雪亮工程建设的标杆样本,去年已经覆盖超过1万个行政村,今年将实现贵州全省所有行政村的全覆盖。通过转型升级服务政府,搭建智慧城市服务平台,贵广有线成功地将广播电视服务扩展到政府和企事业服务。

跨界创新:打造物联网智慧城市平台,实现增值拓展

2018年贵广有线收购国内最大的LoRa网络运营商中安云网,同时携手阿里云,将物联网平台进行迭代升级,开始实现跨界突破,向贵州政府部门和企业进行智慧服务延伸。

(1)燃气智慧抄表

智能抄表市场是物联网终端需求最大的市场,其中燃气的智慧远程抄表不但可以解决上门入户打扰居民的问题,最关键的是天然气输差的自动预警以及天然气计价的瞬价改变(天然气价格与石油市场价格挂钩,基本每3~4个月会有价格调整)可以自动完成。此外,人工经济效益明显。之前采用人工抄表方式,一个抄表员一个月平均抄4000户;现在采用远程抄表技术,后台一个技术人员就可以实现一个月抄表3万~10万户,效率提高10倍以上。

目前贵广有线为贵州燃气提供的智能抄表业务,已经实现贵州燃气表总量65%智能化,成为国内燃气抄表智能化率最高的省份(即使是日本,燃气智能抄表率也不超过40%)。利用智能化远程抄表,贵州燃气还实现了基于电子化管理手段的燃气全生命周期管理,并且大幅提高抄表的准确性和即时性。

image

图:贵广有线燃气无线抄表示意图

(2)普渡河水质监测

普渡河是贵阳乌当下坝镇的一条绿水河,曾经一段时间由于工业排放导致河水污染,经过政府大力治理后普渡河水质回归正常,但污染的监控和治理需要结合技术来提高。

image

因此贵广有线智慧城市平台利用物联网技术与水环境治理的深度结合,通过河道水质、水况的实时监测,完成水质信息自动采集与监测,构建水生态环境大数据,实现河道建设工作信息化、数字化、精细化、智能化的长效管理,以保护水资源、防治水污染、改善水环境、修复水生态,并通过模型分析支撑污染预警、污染溯源等应用,为“‘绿水’生态可持续化”提供数据支撑。

image

通过在河道放置物联网水质监控装置,普渡河水环境污染指标实现实时监测,主要包括水质数据超标实时报警、设备运行状态实时监测、现场供电情况异常报警等。

(3)地质灾害监测应用平台

贵州地势不平坦、山区较多,滑坡和泥石流等地质灾害经常发生,对于高速公路和燃气管道、石油石化管道而言,最担心地质灾害对路网及油气管道的损害,因此需要对路网、管网周边的地址进行灾害实时监控,针对灾害发生随时可进行应急响应。

image


image

贵广有线在地质灾害易发生地点放置无线物联网监测设备,实时监测地质土壤的三维位移情况,结合远程摄像头监控,对防止地质灾害带来的二次损失提供数据支撑。整体监测平台采用先进的LoRa无线传输技术,基于完整的在线监测系统,及时把握路网及管道周边土体状态,如土体内部位移、水位、土压力、地表位移等,根据环境的失稳行为与变化规律,评估路网及管道环境的安全性、可靠性与耐久性,为路网及油气管道运营、维护、管理提供决策依据,以满足企业安全运营的要求,确保路网及管道安全。

贵广有线智慧城市平台转型还在继续拓展垂直行业的智慧应用,包括高速公路(地质灾害监测)、智慧农业(温湿度、土壤酸碱度、虫害监测等)、重点车辆监控(位置、速度等)等。目前贵广网络收入中已经有近2/3是转型增值拓展的收入,而传统基础性电视传输和落地的业务收入只占其1/3。

未来,基于阿里云物联网开放平台,贵广将集成更多物联网应用合作伙伴,实现更多垂直行业的突破,同时基于应用的普及和覆盖,进一步把LoRa网络基站进行深度覆盖建设,扩大自己的网络价值,两者形成良性循环共同推动智慧城市的应用走向纵深。

文:肖剑(阿里云研究中心战略总监)
责编:李双宏、张晶晶

logo

【云栖号在线课堂】每天都有产品技术专家分享!
在线课堂地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
5天前
|
机器学习/深度学习 人工智能 算法
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
海洋生物识别系统。以Python作为主要编程语言,通过TensorFlow搭建ResNet50卷积神经网络算法,通过对22种常见的海洋生物('蛤蜊', '珊瑚', '螃蟹', '海豚', '鳗鱼', '水母', '龙虾', '海蛞蝓', '章鱼', '水獭', '企鹅', '河豚', '魔鬼鱼', '海胆', '海马', '海豹', '鲨鱼', '虾', '鱿鱼', '海星', '海龟', '鲸鱼')数据集进行训练,得到一个识别精度较高的模型文件,然后使用Django开发一个Web网页平台操作界面,实现用户上传一张海洋生物图片识别其名称。
84 7
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
|
11天前
|
传感器 机器学习/深度学习 人工智能
|
30天前
|
数据采集 XML 数据格式
Haskell网络爬虫:视频列表获取案例分析
Haskell网络爬虫:视频列表获取案例分析
|
6天前
|
机器学习/深度学习 人工智能 算法
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
昆虫识别系统,使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法(CNN)模型。通过对10种常见的昆虫图片数据集('蜜蜂', '甲虫', '蝴蝶', '蝉', '蜻蜓', '蚱蜢', '蛾', '蝎子', '蜗牛', '蜘蛛')进行训练,得到一个识别精度较高的H5格式模型文件,然后使用Django搭建Web网页端可视化操作界面,实现用户上传一张昆虫图片识别其名称。
121 7
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
|
6天前
|
机器学习/深度学习 人工智能 算法
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
球类识别系统,本系统使用Python作为主要编程语言,基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集 '美式足球', '棒球', '篮球', '台球', '保龄球', '板球', '足球', '高尔夫球', '曲棍球', '冰球', '橄榄球', '羽毛球', '乒乓球', '网球', '排球'等15种常见的球类图像作为数据集,然后进行训练,最终得到一个识别精度较高的模型文件。再使用Django开发Web网页端可视化界面平台,实现用户上传一张球类图片识别其名称。
101 7
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
|
4天前
|
传感器 物联网 数据挖掘
物联网在智慧城市交通管理系统中的应用
物联网在智慧城市交通管理系统中的应用
13 1
|
7天前
|
机器学习/深度学习 数据采集 存储
神经网络案例实战
使用PyTorch解决手机价格分类问题:收集包含RAM、存储等特征的手机销售数据,将价格分为4个等级的分类任务。步骤包括数据预处理、特征工程、选择神经网络模型、训练、评估和预测。模型使用Sigmoid激活的三层网络,训练时采用交叉熵损失和SGD优化器。通过调整模型结构、优化器和学习率以优化性能。
|
7天前
|
JSON Java API
【Android】使用 Retrofit2 发送异步网络请求的简单案例
**摘要:** Retrofit是Android和Java的HTTP客户端库,简化了RESTful API交互。它通过Java接口定义HTTP请求,并提供注解管理参数、HTTP方法等。要使用Retrofit,首先在AndroidManifest.xml中添加`INTERNET`权限,然后在`build.gradle`中引入Retrofit和Gson依赖。创建服务器响应数据类和描述接口的接口,如`Result`和`Api`。通过Retrofit.Builder配置基础URL并构建实例,之后调用接口方法创建Call对象并发送异步请求。
42 1
|
10天前
|
机器学习/深度学习 人工智能 安全
人工智能在网络安全中的入侵检测与防御
人工智能在网络安全中的入侵检测与防御
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在网络安全中的威胁情报分析与响应的应用
人工智能在网络安全中的威胁情报分析与响应的应用

热门文章

最新文章

相关产品

  • 物联网平台