1.分析管道和阀门临界程度发现给水系统的薄弱环节，并评估隔离阀是否能满足需要。使用不同的阀门位置来评估隔离系统各个部分和服务客户的能力。提供隔离阀数据后，WaterCAD/WaterGEMS会立即自动生成管网段。2.评估消防水耗供应量使用给水管网水力模型访问和确定防火需要改进的地方。改进设计(比如管道、水泵和水罐的大小和位置)以满足消防水耗和防火要求。3.构建和管理水力模型快速启动模型构建流程并有效管理模型，以便您可以集中精力制定最佳工程决策。利用并导入几乎所有的外部数据格式，最大限度提高地理信息和工程数据的投资回报，并且自动执行地形提取和节点分配。4.设计给水管网使用水力模型结果帮助优化复杂给水系统的设计并利用内置方案管理特征来跟踪设计备选方案。或者，WaterGEMS用户也可以使用内置的 Darwin Designer网络优化工具为您优化设计。5.制定冲洗计划在单次运行中借助多个传统单向冲洗事件优化冲洗方案。提高干管冲洗排出固体和死水的速度，冲洗成功的主要标志是冲洗操作期间任意管道中的冲洗速度均达到最高。6.识别管网漏损通过减少管网漏损，节约用水并增加营收。利用流量和压力数据找到要进行详细漏损探测的位置(仅限于WaterGEMS)。研究可以通过减小压力来降低的漏损量，并观察其对客户服务的影响。7.管理能源利用正确使用水力建模(包括复杂的水泵组合和变速泵)构建水泵模型，以了解不同的水泵可行性方案对能源利用的影响。大限度降低与水泵运行成本相关的能耗，同时大限度提高系统性能。8.确定管道更新优先级确定应该替换或修复的管道。管道连接基于多方面因素进行评级，包括基于属性和性能的标准。由此产生的优势包括资产规划改进、配送容量增加和资本支出的最大回报。9.实时模拟网络将校准水力模型与SCADA系统相连接，使模型的初始边界条件能够随着最新的实时数据自动更新。使用这款实时模型监控系统并确保其高效运行。 这种建筑模型材料被广泛用于制作建筑模型中的建筑物和内部的微型家具。椴木制成的建筑模型C4.4.2:轻木轻木是一种具有良好纹理和质地的硬木。它可以轻松切割，上漆和打磨。轻木是建筑模型的制作材料之一，用于制造建筑物的结构和框架。但是，它很易折，这种情况通常会导致材料浪费。此外，轻木的开槽表面有时会显得不美观。轻木制成的建筑模型C4.4.3:中密度纤维板（MDF）MDF与厚纸板类似。它具有光滑的边缘，自然的色彩并且易于使用。然而，这种材料相对致密且沉重。考虑到建筑模型的总重量及其稳定性，MDF被模型制造商更多地用作模型基础。C4.4.4:软木地板软木地板给人一种自然的感觉。这对于制作景观模型（例如模型丘陵地带）非常有用。软木地板也可以用作坚实的基础，但由于其柔软的表面，与其他材料一起使用效果更好。需要注意的一些缺点是:1. 容易损坏2. 需要密封工作以防止水渍和其他损坏3. 如果长时间暴露在阳光下，可能会变色。软木地板制成的建筑模型C4.5:纸C4.5.1:纸板纸板是一种常见的模型制作材料，在制作模型时被广泛使用。许多建筑模型使用纸板通过将它们分层堆积来显示道路，路径和某些地形。纸板价格便宜、便于携带、可回收且非常灵活。在模型制作和安装过程中，无需特殊设备即可轻松使用。纸板制成的建筑模型（图片来自互联网）C4.5.2:牛皮纸板在制作大型建筑模型时，可以将牛皮纸板选为理想的模型建筑材料，因为它始终用于形成整体结构而不是细节。换句话说，牛皮纸板制作的建筑模型旨在呈现建筑物与周围环境之间的关系。通常，牛皮纸的裁切要干净整洁，边缘不能看起来100％光滑。因此，由这种材料制成的建筑模型具有非常坚固的结构。 数据以CSV格式存储，文件名规则:河名_站号_超警次数， 数据集，每一行一条记录，逗号分隔分别是:站号，时间，水位，警戒水位，警戒水位与水位的差值，按时间进行排序。 三. 建模思路 建立模型:指数合成方法:以统计期的数据合成指数构建权重，把每个监测点数据进行加权平均，形成河流指数。指数与站号的关系:通过相关性分析，计算每个站对于河流指数的影响程度。投影得分:把指数具体数值，投影到固定的取值区间，形成得分。 指数合成原则:水位变化越大，权重越大水位与警戒水位的差值越大，权重越大，大于0时为超警时间越近，权重越大 投影得分:以0米为100分，表示已经警戒水位。以-5米为60分，表示正常水位。以-10米为10分，表示河流干涸。大于100分，则可能要发大水。小于10分，则可能河流无水。 3.1 A江 以A江的5个监测站进行指数合成。 指数取值:最小值1/4位数中位数平均值3/4位数最大值-7.218-5.423-5.118-5.134-4.843-1.481 X轴:指数取值 Y轴:频次 A江5个站:A黑，B红，C绿，D深蓝, E浅蓝 指数:IDN紫色 X轴为:时间，从2015-11到2019-03。 Y轴为:警戒水位与水位的差值，大于0值为超警。 每个站点对整个河流的影响 A站（黑）:1.2594088 B站（红）:0.1961849 C站（绿）: 0.1455854 D站（深蓝）:1.4004896 E站（浅蓝）:0.5610354 数值1为基准，大于1时，监测站对指数影响明显，小于1时对指数形象不明显。 结论:A站和D站河流影响比较大，如果A值或D值水位突然变化，那么河流会比较危险。 3.2 B江 以B江的6个监测站进行指数合成。 指数取值:最小值1/4位数中位数平均值3/4位数最大值-13.201-12.362-11.611-10.824-10.1212.607 B江6个站:A黑，B红，C绿，D深蓝, E浅蓝（干流水道），F紫色（干流水道） 指数:IDN黄色 X轴为:时间，从2015-11到2019-03。 Y轴为:警戒水位与水位的差值，大于0值为超警。 每个站点对整个河流的影响 A站（黑）:1.4582460 B站（红）:0.9518856 C站（绿）: 1.0676259 D站（深蓝）:0.5472059 E站（浅蓝）:0.3465968 F站（紫色）:0.2251052 数值1为基准，大于1时，监测站对指数影响明显，小于1时对指数形象不明显。 结论:A站和C站河流影响比较大，如果A值或C值水位突然变化，那么河流会比较危险。 该模型是我们探索性的尝试。用金融的方法去解决水利问题。这种尝试是知识迁移:把一个行业的知识迁移到另外一个行业去尝试解决问题。这种尝试有很大的创新性。后续我们会持续把金融行业的知识，迁移到水利行业和其他行业，希望做出突破性的变革和实际落地效果。 我们公司致力于解决这类跨行业的问题。我们公司具备跨学科知识能力，特别是在:国际贸易，进出口领域，区块链，金融及量化投资领域。我们具备扎实的底层知识构建能力。同时也有能力去把底层的知识在在我们擅长的领域做到极致，并同时在其他行业里做迁移。我们致力于把数据分析和数据科学在每个重要的，和国家生息相关的每个行业的进行落地。希望通过这个水利尝试案例，能让大家领略到数据分析，数据科学的无限魅力。