基于数据驱动的智慧化城市资产运维系统，旨在通过先进的实时大数据处理和人工智能技术，为城市资产的运维管理工具和管理体系赋予更强的统一采集管控能力、简洁高效数据展示能力和智能化数据分析能力，在保障城市资产运维业务连续性的同时，提升业务与运维管理质量和效率。该系统需要重点突破整合三大类技术，主要包括：
(1) 基于LOT的统一的城市资产数据动态水平库
采用基于LOT的统一数据采集规范，实时采集城市资产的各项运行数据， 集成整合来自各种业务应用系统中的数据，实现对不同位置、不同格式数据的共享和访问。利用ETL等数据处理技术，对数据进行整理、转换、匹配、校验、整合，提高城市资产数据管理水平，增强城市资产数据共享服务能力，实现城市资产数据的共享和综合利用，为城市资产管理决策提供高质量的综合数据支持。城市资产数据动态水平库汇集全市城市资产基础数据、业务数据、 企业数据、网络数据等内容，满足结构化数据、半结构数据、非结构化数据存储要求，利用大数据分布式存储技术进行存储。
(2) 基于“GIS + BIM”技术的可用数据展示
地理信息系统(GIS)作为在计算机硬件、软件支持下对地理空间数据进行采集、存储、管理、分析和展示的新兴技术，在智慧化城市运维服务方面起到了很大的作用。基于WebGIS的数据可视化是在Web环境中将基础地图服务、空间数据和业务数据借助地图引擎和非地理图表进行综合展示。基础地图服务一般遵循OGC（开放地理空间信息联盟）标准，例如GoogleMap、OpenStreetMap、Mapbox；空间数据根据数据结构包括二维数据和三维数据，二维数据又具体包含矢量数据和栅格数据，三维数据包含倾斜影像、点云模型、3Dmax模型以及新兴的3Dtiles；业务数据根据应用场景包括应急资源数据、供热管网数据、停车数据、景区客流数据和交通客流数据等类型；地图引擎包括OpenLayers、Leaflet、Cesium、百度地图API等；非地理图表插件包括ECharts、Ztree、D3、DataTable等。基于WebGIS的数据可视化分析相比于一般的统计分析、表格分析等方法，最大的优点是可以更加形象直观的展示时空数据，并且可以实现业务数据与空间数据的联动分析。将城市资产内外部环境相融合，采用“GIS + BIM”的形式，为城市资产的日常巡检、设备管理、指挥调度提供技术支撑，实现城市资产的三维可视化运维管理，并建立信息联通互动的协同机制，解决管理部门多头管理、分散操作、信息不对称的问题，有效地提高城市资产的运维管理效率和水平。
（3）基于人工智能的运维事件全局管控
基于数据驱动的智慧化城市资产运维管理平台能够通过大数据分析的方式，将监控系统的告警消息统一到一个平台管理，并基于智能算法对海量、持续的冗余消息进行告警压缩和告警合并，大幅提升运维工作效率；采用机器学习算法识别导致当今大多数事件以及中断的应用、服务、中间件、数据库和基础架构上的问题，推荐可能造成故障的原因，帮助运维人员实时查明事故和停机的根本原因，保证业务的SLA；告警产生后，通过多种方式推送给系统管理员进行处理与反馈，值班人员及管理员可在统一监控平台上完成事件全生命周期的协作处理；同时将告警事件与流程深度关联，基于告警事件快速生成工单，基于人工智能的多类型调度算法的选择，实现告警事件的快速响应与解决。
A．标准原则
为满足数据的一致性和检索的高效性，城市资产数据库在建设过程中将遵循如下原则：
B. 数据同步
数据同步是城市资产的核心功能模块，保证城市资产数据与原业务系统数据的一致性。主要实现各类异构平台业务数据库、电子表格、纸质材料、网页等数据资料的采集。数据采集方式包括全量提取和增量提取两类（基础信息表第一次入库为全量提取）。针对采集内容和原有业务系统数据更新周期不同，数据中心采用不同的采集频率对数据进行抽取，采用以按上一次抽取时间节点后产生的增量同步的方式，保持前置数据库与业务系统数据库同步。将增量数据再整合到数据中心。
C. 数据清洗
数据清洗是对源数据进行数据有效性整理，去掉重复、无效、垃圾数据，使之更精确更有意义的过程。数据清洗规则包括：
D. 数据整合
城市资产数据整合是数据中心整合中的重点内容，是城市资产综合管理系统建设中的基础数据库，为其他业务系统提供权威的数据服务。整合过程分自动执行过程和人工执行过程，将被整合的增量数据库与数据中心库遍历比对，并根据比对结果完成整合操作或追加操作。城市资产编码生成后，其他各业务系统按资产代码与数据中心库进行匹配，对可关联上的业务系统资产代码，以保持主数据表、业务表、关联表主键保持一致，方便数据展示查询。
请 登陆 后查看联系方式！
