工业能源环境大数据:发展历史与关键技术
近年来,随着信息化技术的快速发展,数据已不仅仅是局限于计算科学领域中的数值形式,工业生产、科学研究、日常生活、气温气象等各行各业各种维度的信息收集与研究促使信息技术领域产生了爆炸式的发展,进而产生了近年来学术界与工业界的热点问题——”大数据”.工业能源环境大数据旨在应用大数据技术，从各种各样类型的巨量工业能源消费数据中，快速获得有价值信息的技术。工业能源大数据通过传感器、智能设备、视频监控设备、音频通信设备、移动终端等各种数据采集渠道收集海量的，结构化、半结构化、非结构化的业务数据集合，利用大数据存储、整合、计算、应用四类核心技术，驱动业务应用和技术平台的升级与改造，扩展对业务数据采集的容纳能力。目前所说的“大数据”不仅指数据本身的规模，也包括采集数据的工具、平台和数据分析系统。工业能源大数据是个很长的产业链，包含的传感器、采集装置、通信(子站通信、主站通信)、前置处理、规约解析、生熟数据转换、基础数据建模、数据抽象、数据维护、专业数据分析、数据展现、数据集成等多个环节。
工业产业 能源环境 大数据 软件开发
谢涛 刘耕源
中科宇图科技股份有限公司,北京,100101;中科宇图资源环境科学研究院,北京,100101 北京师范大学环境学院,环境模拟与污染控制国家重点联合实验室,北京,100875
国内会议
北京
中文
107-112
2016-11-24（万方平台首次上网日期，不代表论文的发表时间）