上一讲，谈了大数据中的“大”，总结一下，无非想说明以下几点：
❶ 大，指的不仅仅是数意义上的大。这个“大”首先是思维模式上的大。因此，这个“大”不是形容词，是动词，即放大数据（价值）。
❷ 大，也指的是加工模式，加工后的数据，还是数据，原始数据与新生数据的迭代，产生了“大”的表现形式。
❸ 大，还指跨界之间的融合与加工。不能把智慧水务中的数据仅仅看作是水务行业的数据，它将在“智慧城市”“政务平台”中，显示出水务行业中的社会价值。
❹ 智慧水务平台中，就数量意义上的实时数据而言，感知层的原始数据，无论是在数量、类型上，其实远远没有达到“大”的概念，这也是智慧水务平台建设的一个痛点所在，因为这需要建设资金与建设周期。
因此，大数据的目的并不是追求数据量大，而是通过系统式的数据收集与分析，实现价值最大化。因此，大数据中的“大”，核心是价值最大化。
一、 数据分哪些类型？
数据(data)是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的的原始素材。
数据可以是连续的值，比如声音、图像，称为模拟数据。
也可以是离散的，如符号、文字，称为数字数据。
在计算机系统中，数据以二进制信息单元0,1的形式表示。
在程序观点来看，数据类型包括原始类型、多元组、记录单元、代数数据类型、抽象数据类型、参考类型以及函数类型。
但这些说明过于专业化，无益于理解智慧水务中的“数据”理解。
简而言之，如果说智慧水务是一个加工厂的话，那么“数”就是这个加工厂中的原材料。因此，智慧水务这个舞台上，“数”就是演员。既然是演员，自然是男男女女，形形色色的，是智慧水务的生命力的体现所在，值得关注与分析。因此，从不同的角度可以分不同的类型。
按展现形式分：填报数据、与实（即）时数据。
按加工程度来分：原始数据，加工数据
按数据内容分：水质数据、流量数据、压力数据、工程数据、能耗数据等。
根据来源分：用户（外部）数据和内部数据。
一般而言，整个智慧水务系统中，数据点上万级别的在线数据体量，已经不算小了。但根据大数据思维，更多的价值体现在数据的加工上，汇总、分析才是实时数据的真正价值体现。
· 关于填报数据与实时数据
01
填报数据
在水务企业管理中，可以说，大大小小的管理工具实际上是由一些报表系统组成的。填报数据，并不意味着“落后或低效。事实上，一个企业中的各类报表，其实就是融贯通于整个生产经营管理过程听管理工具。无论是绩效考核的平衡记分法，还是各类内控制度。
在智慧水务平台中，实现计算机语言来反映管理指标，包括采集、汇总、分析、决策，形成数据决策系统。填报数据的必要性是显然的。
一是因为实时采集的数据，有可能存在较大误差与误报；
二是许多数据是需要周期性的，即时的意义不大；
三是很多数据没有办法通过传感器来实时传送，比如工程管理中的数据，包括进度管理；
四是，实时数据需要填报数据来干预与补充。
用户分析
A1档案完整度统计月报
A2贸易水表统计月报
A3管理水表统计月报
A4消防水表统计月报
A5用水性质统计月报
A6公司户表月报（水价）
A7公司户表月报（性质）
A8营业所户表统计年报
A9地址信息（考核）
A10合同信息（考核）
A11通讯信息（考核）
A12营业所户表工作月报
A13营业所户表工作年报
A14用户信息查询
A15营业所户表管理年报
抄表分析
B1公司年抄表计划
B2公司年抄表统计
B3公司抄表工作考核月报
B4公司抄表工作考核年报
B5营业所抄表管理月报
B6营业所抄表管理年报
B7公司抄表管理月报
B8公司抄表管理年报
B9计划抄表月报（口径）
B10计划抄表(用水性质)
B12抄表员工作年报
B11营业所抄表工作年报
B13估表月报
B14漏抄表月报
水量分析
C1售水量月报(用水性质)
C2用水量二八定律月报
C3用水量工业指数(口径)
C4抄表零水量用户(管理)
C5非居民水量评估月报
C6抄表评估月报(分析)
C7产销差月报
水费分析
D1水费月报（用水性质）
D2水费月报（缴费日期）
D3实收水费年报
D4水费月报（收费方式）
D5水费违约金月报
D6水费收费率年报
D7应收水费年报
D8用水价格分布比例月报
D9阶梯水价月报（管理）
D10用水价格调整月报
D11历史欠费年报
D12本期欠费年报
D13水费回收及时率年报
D14水费回收完成率年报
D15水费账期及时率年报
热线热点
E1投诉受理情况
E2热线业务分类统计
E3热线考核月报
E4热线中心指标月报
E5坐席服务水准月报
周检分析
F1公司水表周检月报
F2公司水表周检年报
F3营业所水表周检年报
F4公司水表周检动态报表
F5周检计划月报（口径）
F6周检工作月报（口径）
F7非周检工作月报(口径)
（此类数据不再一一列举）
02
实时数据
这时数据的意义实现了动态化，并将动态化的数据进行历史记忆。
“人工智能”是绝对的经验主义，将碎片化的数字，实现时序性的排列，给计算机创造了一个丰富的数据分析空间。所以实时数据，不仅仅是实现经营管理中的预警等即时管理，包括应急管理功能，更主要的实际是能够记录动态的数据，更有利于分析。数据不仅体现了量的概念，同时也融合了时间的概念。其信息量随着计算机手段的增强，它的价值与有了一个质的提高。
· 关于动态数据和静态数据
大家很容易把智慧水务平台理解成一些实时数据的采集与加工，但事实上，在整个智慧水务各个子系统的背后，还有一些静态数据发挥着不可替代的作用。
如：在给水管网计算分析
应用计算解管网问题是根据管网的结构参数与运行参数求解管网的数学模型-----管网稳态方程组。所谓结构参数即静态数据，主要指指管网图、管网直径、管长、阻力系数、节点、地面标高等。运行参数或动态参数是：节点流量、水泵特性参数和水头损失、水池水位等。用数学模型计算出各管段的流量与水头损失，各节点的水压等，从而全面了解管网的工作状况，并对管网的优化运行调度，改建扩建，制订发展规划提供科学依据，这就是“智慧”的本质。
·关于已知数据和未知数据。
“关于未知数据，是一个非常新的理念，简单地理解，就是预测的数据。有许多专业人士为了不断缩小数据模型与现实中的误差，提出了“未知数据法”的概念。也就是说，把观察到的数据，对原有模型不断进行修正，从而使模型不断进接近真实，而不是仅仅是对历史数据模型的体现，能够让，数据“与时俱进”。
《道德经》有云：有之以为利，无之以为用。有者，是实有的物质存在，是看得见、摸得着、有形有状的东西，比如说杯子，如果没有“杯子”这个有形的材质，可资以为利，那么““杯子”的空间作用便也不存在了。如果把这个观点放在智慧水务中来理解，恰恰也符合工业４.０的理念。在数据中的理念，就是“从已知数据中，找到未知数据的价值”。人工智能就等于“大数据+深度学习”。正是不断对用户的数据进行分析、学习，人工智能才能越来越精准地预测用户的需求和行为，提供智能化、智慧化的服务。很显然，智慧水务中的大数据与深度学习的结合似乎还没有到人工智能的时候，但其商业模式也好，发展眼光也罢，“人工智能”谁说不会渗透到智慧水务的项目中呢？ 所以，目前有许多专业人士认为，用人工神经网络来预测用水量，是一种颇具发展前景的方法。
二、数据的作用？
“数”的作用，第一个首要的作用是：建模
数据应用:在建立好数学模型后，应该说模型本身隐含地具备了原始观测数据的特征，也就是原始观测数据的“信息”，这就是智慧水务平台中，将业务数据化的一个数学加工过程。以此建立的模型去预测原始数据本身，误差较小，预测时，未来的数据是未知的，因此模型需要把“未知数据”作为模型验证的要素之一。也就是说，预测的数据，需要实际的数据来不断修证，从而达到“模型进化”的目的。
水量预测
在智慧水平台中，水量预测是一个基本功能。但城市用水量受诸多因素影响。如短期内，受气温、时间、管网状况；中长期内，受工业企业、居民收入、节水手段、人口、水价，管网漏损等情况影响。需要采用定性分析与定量分析。而定量分析过程中，实际上就是统计预测，它就需要一个符合实际的数学模型建立。
以水质模型为例，来说明一下“数”的类型以及在智慧水务平台中的，流通情况。
给水管网的水力计算
在数学方法上，用一些方程组来模拟管网的系统性能，从而确保管网中的“数”信息。这些方程组中，满足以下几个条件，也是通过“数”的形式来体现的：
1、 从任一节点流出的流量，其代数和等于零；
2、 在管网的任一闭环内，各管段的水头损失代数和为零；
3、 进入管网的总流量等于所有节点流量的总和。
大家可以看到，一个模型的建立，首先也是通过“数”的组织来体现，一个动态的管网模型，就是由动态的“数”集合。无论是工程计算，预测、预警等功能，都是通过“数”的信息处理来实现的。从而达到智慧水务平台上的量化目标，从而真正形成数据决策系统。
给水管网水质计算
在智慧水务系统中，管网水质计算并不突出。但对于供水服务中，水质管理应该是重中之重。因此在水质管理的数据处理也是值得引起重视。
水质的在线数据一般包括：余氯、PH值，浊度等。建立管网水质模型需要采集大量的数据，才能建立有代表性的模型。为优化余氯模型，在管网中应优化选择水质监测点。水质监测点尽可能多地收集水样，采集和分析不同管径、管材、敷设年代及不同流速管段的水质数据。
其中水质参数有：管网的余氯深度分布和传播路径、管道中水的滞留时间、水源浓度的分配。等。根据水齡变化，余氯的数值变化，监测管网水质、水龄，从而加强水质管理。
所以，你是不是真正的思考过大数据中的“数“，它赋予了我们怎样的现实内涵呢？
下一讲：大数据中的“据”。有好建议微信给我。
劳你大驾：关于智慧水务的调查
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
