大數據的特征包括數據體量巨大、類型眾多、風格樣式多樣、發展迅猛和傳送速度更快等。智慧水務平臺的大數據主要來源于傳感器和運行設備等。然而, 由于數據信息量巨大、處理要求較高、數據生產要素化突出, 這對傳統的信息技術與IT架構設計提出了重大挑戰。

一、數據采集和預處理的問題：

智慧水務平臺的大數據來源廣泛且構造復雜，格式各異，并且產生的頻率不同，因此對采集系統提出了高要求。例如：如何有效及時的將數據聚合到關鍵處理平臺系統。

1、各個方面的數據來源包括水質監測、水位測量、流量監測、機器設備工作狀況等；

2、數據信息量巨大，要進行實時有效或快速高頻率的的數據傳輸；

3、數據采集面臨各種阻擾因素的限制, 如指數值有偏差、生態環境問題、設備出現故障等, 從而降低數據信息的質量以及精確性；

4、數據信息呈現不同的格式和結構，如時間序列數據、空間數據信息、圖像數據信息等。

二、智慧水務平臺大數據的存儲難題：

智慧水務系統平臺大數據帶來了四個存儲方面的問題:

1、如何及時存儲采集頻率高、時效性強的數據信息；

2、如何處理龐大的數據規模, 是進行集中式或分布式存儲；

3、如何管理結構化、半結構化、非結構化的數據；

4、如何確保存放數據的可靠性和安全性。

三、智慧水務平臺大數據的計算難題：

由于大數據技術復雜度和計算的要求，智慧水務系統要深度計算來提高運營效率、實時智能監測、資源整合、節能降耗、用水安全和智慧決策支持。因此, 傳統意義上的SQL計算模式已經不能滿足大數據的計算需求，需要根據數據的特征、計算的方式以及性能來提出不同的計算模式。

四、合理利用智慧水務平臺大數據：

利用深度剖析智慧水務大數據完成供水系統設備的優化完善, 以此來實現水務管理智能化、高效性是一個需要思考的問題。比如說, 數據分析可以幫助識別水質數據中的異常趨勢, 及時發現處理隱性的污染事件, 以保障供水安全。可以使用大數據分析漏損數據信息, 識別供水管網中的漏損點和漏損率, 進而制定節水措施和政策。

五、智慧水務大數據安全問題：

海量大數據要統一存儲, 這增加了個人和企業隱私暴露出來的風險, 另外, 對數據完整性、可用性和穩定性提出了新的要求。

基安云智慧水務平臺分別提供可賦能智慧城市治理所需的感能、數能、算能和圖能的四大能力，實現智慧市政全場景、全周期數據融合應用，為實現城市精細治理、體驗美好生活提供數字底座。基安云智慧水務平臺其使用對象不僅僅局限于水廠管理者，對于水務工作決策者、水管維護員、營收業務員與用戶均適用，該系統集數據采集與監控、管網巡線、管線布控、供水綜合運營調度、供水漏損控制、營收收費等于一體，助力水利發展。