《表2 人工智能技术应用中的数据问题》
总体上,人工智能技术在供水行业的应用尚处于初级阶段,其所需的条件尚不够完善。全面实现供水系统中的智慧化运行管理,需要构建数据生态、AI算法、计算能力等三大基石。首先,为使供水系统数据在质量和数量上都能满足相关智能模型的建模要求,需要发展相应的数据治理、数据挖掘等技术,形成供水数据管理层面的完整生态。然而,目前行业存在重设备、轻数据,重采集、轻分析等现象(见表2)。造成上述问题的根本原因在于数据平台缺乏统一规划,数据共享机制不够完善,供水企业应着重就此尽早补齐短板,以免制约人工智能技术在供水行业应用的快速开展。其次,需要针对供水行业的智能化应用情景构建相应的分析决策算法。传统的机器学习算法包括遗传算法、BP神经网络、聚类分析等,目前以卷积神经网络为代表的深度学习算法已在许多领域取得成功应用,供水行业应充分借鉴和吸收人工智能科学与技术领域的最新成果,形成解决本行业典型问题的创新思路。最后,随着数据分析量的增长、AI算法对于高计算负荷的特征需求,要求供水企业有足够的计算能力作为保证,必要时可将智能分析应用迁移至具有更庞大算力的云计算平台。
图表编号 | XD004436300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.10 |
作者 | 信昆仑、陶涛、李树平、刘遂庆 |
绘制单位 | 同济大学环境科学与工程学院、同济大学智慧水务联合创新研发中心、同济大学环境科学与工程学院、同济大学智慧水务联合创新研发中心、同济大学环境科学与工程学院、同济大学智慧水务联合创新研发中心、同济大学环境科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |