如今，在許多地區，傳統上享受著客戶壟斷的水務公司由于多種因素而不得不發展，包括監管政策的變化、氣候變化的影響以及消費者期望的提高。
據2019年中發布的聯合國世界水發展報告，估計有36億人生活在每年至少1個月缺水的地區，到2050年，全世界60億人將遭受清潔水的短缺。
為了應對這些挑戰，自來水公司正在利用物聯網(IoT)，并將其運營數字化，以實現整個水循環的有效水管理，從水資源到水龍頭，以及有效的廢水處理以保護水源。
自來水公司正處于關鍵時刻，需要升級現有基礎設施，以提高關鍵運營的彈性，以服務于其消費者并保護水資源，而政府和監管政策制定者正在采取一些短期和長期措施，以改善區域水安全和自給自足。
物聯網的主要挑戰和影響
對于公用事業來說，非收益水是一個重要問題，這是由于基礎設施陳舊或維護不善造成的管道泄漏和破損所致。
根據水管理服務提供商威立雅(Veolia)在2017年發布的一份報告，飲用水網絡的平均效率為73.7%，導致每年非收入水損失26.3%。一些公用事業公司通過納入減少泄漏目標來應對非收入水的挑戰。
例如，法國里爾市的目標是使用基于IoT的水管理解決方案，將其水網絡性能提高6%，到2023年從79%提高到85%。其他地區政府也指示公用事業通過監管政策升級其供水網絡。
來自新加坡、韓國、以色列和馬耳他等國家/地區的一些早期顯著舉措正越來越多地推動著這些國家的發展，這些國家的監管政策制定者已要求使用數字技術來改善智能電網，通過檢漏、監測水壓等手段，將公用事業的水損失減少到12%以下。
在韓國，截至2017年底，Gochang Waterworks在高昌縣的24000戶家庭中安裝了智能水表。該智能水表項目不僅提高了基于使用情況的計費數據的準確性，而且還使泄漏造成的成本降低了19%。Gochang Waterworks的智能水表部署還帶來了意想不到的結果，如公用事業公司可以通過提醒親屬或觸發不用水的家庭進行福利檢查，為老年客戶提供更高的安全性。
同樣，英國的水務監管機構Ofwat要求水務公司到2025年將漏水量減少15%，從而迫使水務公司采取措施，使配送基礎設施數字化。
在2019年中，South East Water與行業專家合作進行試驗，以開發和連接智能水表，并使用沃達豐的Narrowband-IoT(NB-IoT)網絡將聲波傳感器放置在地下干線管道上，以精確檢測和防止配電系統中的泄漏。South East Water正在實施Xylem的Visenti進行軟件分析，以管理和分析安裝在水系統上的傳感器數據，例如流量、水位、總體積、壓力和水質。
為了滿足自來水公司對物聯網解決方案不斷增長的需求，區域電信公司正在與具有水務專業知識的物聯網平臺供應商合作，以建立自己的能力。2020年3月，Telefónica宣布與Idrica建立合作伙伴關系，以開發自來水公司運營數字化轉型的解決方案。
隨著技術硬件和軟件生態系統的成熟，自來水公司正在基于成本效益比和資本投資對物聯網平臺進行投資，而這并未對其財務預算造成重大壓力。通常，自來水公司通過自動化需求側操作(例如配水網絡)，或某些關鍵的供給側操作(例如監視其包括大壩、水庫和水處理廠的水資源)來開始其數字化之旅。
但是，由于各種優點以及解決方案生態系統的相對成熟，自來水公司越來越多地采用智能水表。專用公共和專用低功耗廣域網(LPWA)網絡的商業可用性也降低了硬件和網絡的成本。
ABI Research估計，全球水務公司的智能水表安裝量將累計增長28%，到2026年將達到近4億臺。
人工智能對開發綜合水資源管理系統的影響
隨著水務公司部署智能水表、傳感器和其他物聯網硬件，水務公司將不可避免地處理越來越多的數據。
例如，智能水表數據存儲在水表數據管理(MDM)平臺中，該平臺專門設計用于管理特定要求存儲和處理的數百萬臺設備中的大量數據。MDM軟件為公用事業提供了一個水平平臺，用于跨多個應用集成公共數據資源，例如計費、資產管理和現場服務管理。實踐應用中各個業務部門擁有和使用的這種水平數據管理平臺有助于業務運營的順暢進行，從而提高了整體效率并降低了成本。
最近發生的COVID-19大流行給水務公司在資源有限的情況下繼續向客戶提供關鍵服務的能力造成了極大壓力。當我們走出大流行之時，公用事業公司應利用數字工具優化和自動化除智能計量和計量到現金應用之外的許多水管理操作，從而使其供應鏈對未來的沖擊更具彈性。
公用事業公司應該對水資源綜合管理系統(IWRMS)形成一個長期的整體規劃，該系統將作為其所有資產的中央記錄系統和控制系統。
最后，自來水公司應與技術服務提供商和系統集成商合作，仔細評估人工智能(AI)和機器學習(ML)技術的創新，這些創新有助于實時有效地將多個來源的數據處理為可操作的運營見解。
在這里，AI被定義為機器展示的試圖模擬或復制人類行為和能力的智能。過去，“ if-then”規則集是AI系統采用的一些模型。近年來，ML已開始獲得良好的發展勢頭。 ML是AI的子集，它描述了創建、訓練和執行計算機程序的過程，其明確目標是改善對給定任務的分析并獲得可衡量的性能結果。
當公用事業公司評估各種物聯網平臺時，他們還需要決定是否要投資云中或邊緣的AI基礎架構。幾乎所有的AI訓練和推論都在云中執行。由于云網絡的可伸縮性和靈活性，許多組織選擇依賴于云計算，存儲和網絡體系結構。
一些云AI應用包括與公用事業公司的企業資源計劃(ERP)或客戶關系管理(CRM)系統的集成，例如賬單環系統，用于客戶服務的客戶聊天機器人，庫存管理和現場服務管理操作，從而提高了效率和減少人工干預。
隨著AI和ML解決方案生態系統的成熟，AI功能的執行將越來越靠近邊緣設備。這主要受更便宜的邊緣硬件、增強的數據安全性、對延遲敏感的企業以及關鍵任務應用推動。
Edge AI還將使公用事業公司能夠創建自動化的閉環系統，以連續監控關鍵基礎設施的運行狀況，從而通過預測性維護來實現有效的資產管理，并在系統中建立必要的冗余以減少停機時間并提高可靠性。
通過將各種遙感和影像解決方案與地理信息系統技術結合使用，公用事業公司可以繪制地圖并監控其水資源。使用智能水表數據可以準確了解最終用戶的用水量，并提高需求和供應方預測的準確性。
但是，重要的是要注意，今天，隨著AI復雜性水平的提高，以獲得更準確的見解，成本價值比的回報越來越小。
總之，物聯網，人工智能和其他新興數字技術有潛力通過改善日常用水管理，并應對水資源安全以及對自然災害和氣候變化的適應力的長期挑戰，來改變水務。物聯網和人工智能還將在規劃和設計用于分布式水和衛生系統的水微電網中發揮越來越重要的作用。
由于水務公司采用物聯網，因此重要的是制定數字化路線圖，同時將客戶和業務成果作為重點。
責任編輯：Rex_01
