Esses desafios exigem novas abordagens para a gestão integrada do ciclo da água: a implementação de infraestruturas de medição avançadas, a criação de gêmeos digitais, o uso de sistemas de informação geográfica e inteligência artificial estão se tornando cada vez mais comuns na melhoria do ciclo de vida da água e certamente se tornarão indispensáveis no futuro.
Essas novas ferramentas compartilham um problema comum: a necessidade de recuperar e administrar um grande volume de dados provenientes de sistemas e ambientes totalmente heterogêneos. Até agora, cada uma dessas ferramentas era responsável pela gestão autônoma de seus dados, criando numerosos silos de informação e tornando impossível obter o máximo valor dos dados. Graphenus nasceu para resolver esse problema, fornecendo uma plataforma que permite a unificação de todas as necessidades de dados dessas ferramentas, definindo espaços de dados que facilitam a governança e asseguram a interoperabilidade e a total escalabilidade:
- Graphenus permite a descoberta e a incorporação de informações de qualquer fonte: sistemas de medição, APIs, bancos de dados, etc.
- Os dados hospedados em Graphenus podem ser escalados infinitamente: não há necessidade de apagar dados históricos de medição, que podem ser facilmente usados na criação de modelos analíticos e baseados em IA.
- Ela tem capacidade de processamento distribuído para atender tanto às necessidades em tempo real quanto às necessidades de lotes.
- Ela incorpora capacidades de governança de ponta a ponta, permitindo que políticas de segurança e qualidade sejam definidas com o mais baixo nível de detalhamento.
- Graphenus permite a criação integrada de modelos de aprendizagem de máquinas sobre os dados hospedados no sistema, facilitando seu treinamento, publicação e atualização.
- Graphenus é totalmente interoperável com outros sistemas, graças à compatibilidade GAIA-X. Graphenus permite que os dados sejam compartilhados com empresas privadas ou entidades públicas de maneira totalmente segura e escalonável.
Além disso, graças à integração nativa com Elliot Cloud e sua solução Água InteligenteO novo sistema permite aumentar exponencialmente a velocidade de desenvolvimento de casos de uso avançado para gestão da água, permitindo a detecção de vazamentos e fraudes; e o desenvolvimento de gêmeos digitais para redes de abastecimento, estações de tratamento de água, válvulas, etc. Ele também facilita a gestão proativa da qualidade da água potável e operacional para frotas e serviços de manutenção integrados em nossa rede de distribuição; permite avaliações de impacto ambiental, assim como a adução inteligente.
Sistema Graphenus integrado na plataforma Elliot Cloud
Exemplo de estrutura funcional de casos de uso e relação com elementos da arquitetura de base
Graphenus: dados a serviço dos recursos hídricos
Os dados têm um papel crucial na gestão da água. Ter uma plataforma como o Graphenus permitirá às empresas e órgãos públicos transformar completamente os processos atuais de gestão, melhorando a eficiência e facilitando a tomada de decisões. Graphenus oferece uma arquitetura funcional e técnica proposta para cobrir as necessidades especificadas pelas empresas do setor para criar lagos de dados ou espaços de dados compartilhados a um custo muito baixo, uma vez que não é desenvolvida com ferramentas licenciadas. O modelo de solução Graphenus inclui um conjunto de ferramentas para a captura, armazenamento, processamento, exploração e consulta de dados.
"Graphenus fornece uma plataforma para definir espaços de dados que facilita a governança e assegura total interoperabilidade e escalabilidade".
de grandes volumes de dados. A integração no Elliot Cloud torna possível ingerir dados de diferentes fontes, armazená-los de maneira confiável e tolerante a falhas, realizar análises complexas sobre eles, tanto em lote (processamento em lote) quanto em fluxo (processamento em tempo real), assegurar a persistência de um modelo de dados através da criação de bancos de dados e tabelas, ou desenvolver modelos preditivos e de classificação sobre eles, isto é, processos de aprendizagem de máquinas, para posterior consulta e exploração.
Para atender a essas necessidades, a plataforma abrange diferentes serviços e/ou ferramentas que nos permitem realizar essas tarefas. A maioria dessas ferramentas foi construída sobre recipientes (orquestrados com Docker Swarn) com seus componentes mínimos e necessários para sua operação, de tal maneira que temos uma arquitetura modular das ferramentas, facilmente utilizáveis, escalonáveis e versionáveis, além de serem tolerantes a falhas ou colisões dos nós em que são implantadas, assumindo assim um ambiente de alta disponibilidade.
Todas essas ferramentas usadas são de fonte aberta e amplamente utilizadas no campo dos Grandes Dados, a maioria delas pertencentes ao projeto Apache (que tem uma comunidade grande, muito ativa e colaborativa), que foram configuradas, personalizadas e adaptadas para trabalhar em conjunto e integradas em um ambiente de contêineres através de diferentes nós.
