故障智能诊断数据库系统设计与实现

故障智能诊断系统中的数据类型繁多复杂,其数据库向着大容量、通用化方向发展.本文对系统数据来源、数据库结构进行了分析,并结合智能诊断流程与数据需求,对数据库设计进行了详细阐述;致力于遵循国际标准,采用MIMOSA的CRISV2.1规范,达到信息资源的规范存储和网际共享.     

基于燃气安全风险的大数据预警模型分析

随着社会经济的快速发展,燃气在人们生活中得到了广泛的应用,在这一过程中,如何做好燃气安全管理显得尤为重要。这一过程中,可以利用大数据预警模型,对燃气安全风险进行分析和把握,从而针对性地做好防范,降低燃气安全风险隐患。笔者在利用大数据预警模型对燃气安全风险问题处置过程中,采用了怀卡托智能分析环境,对数据分析预警的流程进行了把握,从而对原始数据进行有效获取,并通过数据分析对燃气安全风险进行把握,从而做好风险防范,以确保燃气使用的安全性和可靠性。     

面向智能电网的数据资产管理系统设计与应用

随着智能电网的发展,电网在发电、输电、变电、配电、用电、调度等各环节积累海量数据。电网各专业领域开始越来越多的大数据应用。通过电网内部和外部的数据融合来促进智能电网大数据的应用和价值发现,在其过程中积累越来越多的电网内部和外部数据,实现这些多元异构数据管理、共享、服务等是当前大数据管理需要解决的重要问题。对智能电网数据特征和数据资产进行分析,深入研究数据管理理论。基于理论建立数据资产管理规范,制定管理策略,设计开发数据资产管理系统软件来进行数据资产全生命周期管理。该系统已在中国电科院上线应用,应用情况良好,为数据资产的管理和共享发挥重要作用。     

基于数据中台的智能标签关键技术研究与应用

随着数字化转型浪潮的来临,标签在企业生产中的作用越发重要,但在日益增长的业务需求中,传统标签构建方法暴露出了诸多问题.介绍了基于数据中台建设智能标签的研究和设计方法,包括对现存问题的描述、智能标签的设计及智能标签的展望.基于数据中台所带来的优势,设计构建智能标签的建设方案,能为企业建设智能标签及数字化转型提供相应思路.     

基于Cat.1技术的燃气智能抄表系统设计

工商业燃气用户地域分散、抄表难、维护成本高、数据实时性差。为满足大口径、大流量燃气流量计实时数据监测的需求,设计了基于Cat.1技术的燃气智能抄表系统。该系统以MSP430F5438微控制器作为燃气流量计的控制核心。燃气流量计设计防剪断、防磁干扰检测电路,实时监测表具的异常状态。实时采集温度、压力、流量传感器的信号,经微控制器处理后,将信号转换成温度、压力、瞬时流量等用气数据。通过Cat.1无线网络将用气数据和异常报警信息主动上报至燃气智能抄表平台进行分析。采用AES-128对称加密算法对上报数据帧的数据域进行软件加密,以提高远程数据传输的安全性。试验结果表明,该系统的一次抄读成功率大于99%,数据抄读总差错率小于0.1%,数据传输更加快速、安全、稳定、准确。该设计可为同类抄表系统的设计提供参考。     

基于示功图大数据的立式抽油机故障分析

有杆抽油系统是目前原油开采的主要方式.抽油机的数字化控制、自动化管理、智能化运行是智能油田的主要目标之一.物联网及深度学习技术的发展为实现抽油机的智能化提供了技术支撑.软件子系统已经成为新一代智能立式抽油机系统的重要组成部分,目的是利用采集的大数据进行智能监控和生产分析决策.基于获得的示功图工况大数据,利用深度学习技术,建立新一代立式智能抽油机的故障分析模型,在保证识别准确率高的同时有效降低训练时间,很好地达到实际应用要求.     

国家标本资源共享平台数字化进展与现状分析

文章通过对国内外生物标本资源数字化进展的介绍,重点对我国国家标本资源共享平台 National Specimen Information Infrastructure (NSII) 十几年积累的数字化数据进行质量分析,包括数据总量、标本数字化年变化量、不同省份动植物标本的变化趋势、动植物标本的科属总量的变化规律、全国重要的标本馆已经数字化标本量的统计、动植物标本图片数据统计等,系统而全面地分析了我国标本资源数字化的发展现状。从而提出 NSII 发展方向的几点思考。     

基于数据驱动的电力安全生产事故风险预警研究

智能电网的快速发展和广泛应用为电力企业提供了来源复杂、结构多样的海量数据，使得智能电网成为大数据最重要的应用领域之一。如何应用大数据技术实现对电力安全生产数据的采集、存储和挖掘，进而提高电力企业的安全生产水平成为当前重要的研究课题。本文首先阐述了电力大数据和大数据技术的基本概念，然后借鉴传统的“海因里希法则”的思想，从隐患的角度出发，运用大数据技术对我国某省电力安全生产数据进行处理，通过这些数据建立某省电力企业的安全事故比例模型。再通过回归分析，对未来可能存在的隐患数量进行预测。最后根据安全事故比例模型对未来可能发生事故、事件数量做出预测，确定隐患数量的控制目标，形成一套安全生产预警模型，从而达到消除隐患、减少事故发生目的。     

数据驱动的医疗实践和管理

随着数字化时代的到来,数据已经成为医疗实践和管理领域的重要资源。医疗数据的广泛收集和分析不仅可以改善患者护理服务,还能提高诊断准确性。数据分析在医疗决策中的应用广泛,包括疾病诊断、治疗个性化、流行病学研究、资源管理及患者监测。数据驱动的医疗管理通过优化资源、改进流程、降低成本,实现了更高效的医疗服务。文章重点分析了数据驱动的医疗实践和管理。     

大数据智能分析与数据挖掘研究

大数据智能分析与数据挖掘是从海量数据中提取更加本质和更加有用的规律性信息的重要手段,是挖掘智能和有价值信息的重要抓手.通过运用文献研究法和系统法,对大数据智能分析与大数据挖掘进行了阐述,给出大数据智能分析涉及到的关键技术,对其关键技术进行了阐述,提出大数据挖掘方法、类型、工具和流程及应用,并阐明大数据挖掘中使用的关键技术,希望能为大数据智能分析以及大数据挖掘的研究者提供借鉴.     

大数据背景下高校校园非传统安全事件管控体系与制度构建

笔者结合大数据的采集、清洗、集成、分析及后向预警技术,对高校校园非传统安全事件的原则与目标进行分析,建立了由三个层次和两个支撑组成的管控体系及闭环流程。整体的实施可分为基础资源层、数据资源层、应用层的组件,维持系统和规范以及制度系统的完善。大数据通过全网数据感知、全流安全监管及管控,主动为高校校园非传统安全体系培育免疫能力。     

云结构智能地下管网管理信息系统

为解决我国绝大多数城市的城市级管网和区域性管网普遍存在线路老化、满负荷使用、管理混乱、应急处理能力差等问题,建立云结构智能地下管网管理信息系统。在GIS技术基础上,为城市综合管网资源的数字化、智能化以及动态监控等方面提供专业的解决方案,应用地理信息、三维模拟、一体化管线探测等先进技术,建立城市地下管网基础地理信息数据库,实现地下管网信息资源的集中管理、统一服务,为最终实现水、电、燃气智能化、数字化管理奠定基础。     

智能煤矿数据中台架构及关键技术研究

数据中台是智能煤矿建设的数据底座,是煤矿大数据应用的基础。提出了包含数据汇聚、数据开发、数据存储、数据资产管理、数据服务等的智能煤矿数据中台建设思路;设计了智能煤矿数据中台架构,分析了数据中台的数据标准规范、大数据基础支撑、数据汇聚、数据开发、数据资源池、数据资产管理、数据服务、运维保障等功能模块;探讨了建设智能煤矿数据中台过程中高并发低时延数据处理、数据分级分类存储、数据治理、基于大数据的煤矿灾害风险模型构建等关键技术的解决方案。应用表明,智能煤矿数据中台实现了数据汇聚、数据开发,以及各类感知数据、基础数据、管理数据的分级分类存储、数据资产管理、数据建模、模型训练、数据服务等,使得煤矿多源异构数据从数据资源变为数据资产,可提供基于大数据的调度决策、灾害风险分析、设备健康诊断、预防性维护等应用,解决了煤矿信息孤岛严重、数据难集成、智能化分析水平低等问题。     

面向突发公共事件的数字化应急指挥系统研发

为了提高应急管理部门的应急处置效率和应急指挥能力,解决突发事件应急处置时的业务流程不规范,应急数据孤立难以共享,指挥决策支撑不足,应急资源调度方案不合理等问题,构建了一种面向突发公共事件的数字化应急指挥系统。该系统采用B/S模式搭建,后端使用SpringBoot核心框架,前端使用VUE框架,并结合WebGIS技术、视频融合技术、智能模型算法等数字化技术来提高系统的智能性。系统以应急事件处理为主线,将事故应急处置流程数字化,并设计了系统总体架构和数据架构,以及详细设计了综合值守、突发事件报送、指挥部署、辅助决策和资源调度等功能模块,最终实现了集中管控、高效协同、科学决策的数字化应急指挥系统,提高了应急管理部门的应急救援管理水平和应急响应能力。     

物联网语义关联和决策方法的研究

物联网系统包含大量的感知设备,产生大量孤立和异构的感知数据,形成数据孤岛.如何将不同感知设备产生的数据进行有效的语义关联、构建跨域的数据关联模型、屏蔽数据异构性、实现综合智能决策是物联网研究的关键问题.本文以物联网系统为研究对象,从语义入手,构建以环境—资源—行为为核心的物联网本体模型;基于关联数据方法构建以行为关联模型和资源关联模型为核心的物联网语义关联网络;提出一种基于事件的推理算法实现语义推理,从而更好地实现对物联网系统的智能决策;最后,通过两个智能家居系统的实例验证了本文方法的可行性,通过构建不同方法的查询实例验证了本文方法的优越性.     

水库基础数据治理工作的研究与实践

水库相关数据对多项水利业务应用支撑作用显著,是水利行业重要的基础数据。为避免重复建设,充分共享和挖掘水库基础数据的价值,以水库数据治理为研究对象,以数据仓库和数据中台为理论指导,融合水库基础、工程督察、水情等信息数据,构建以基础层、明细层、专题层、应用层为框架的数据资源体系,并同步开展数据资产、安全管理和数据服务工作。在统一的数据资源体系基础之上,充分利用自然语言处理、语音识别、大数据分析等先进技术进行数据智能融合应用,完成水库标签画像、语音智能问答、数据标准建立、数据质量控制等成果,为今后进一步的水利数据治理工作提供参考经验。     

ORACLE的数字化校园建设方案初探

在分析学校数字化校园建设现状的基础上,提出了由一个公共数据中心、统一身份认证系统和统一信息门户系统为主体的数字化校园建设的总体规划,并通过对ORACLE应用服务器部署和管理数字化校园各业务系统进行探讨,实现以单点登录全网漫游、统一信息门户、共享数据资源的数字化校园综合应用系统。     

ORACLE的数字化校园建设方案初探

在分析学校数字化校园建设现状的基础上,提出了由一个公共数据中心、统一身份认证系统和统一信息门户系统为主体的数字化校园建设的总体规划．并通过对ORACLE应用服务器部署和管理数字化校园各业务系统进行探讨,实现以单点登录全网漫游、统一信息门户、共享数据资源的数字化校园综合应用系统。     

知识图谱在电网全业务统一数据中心的应用

针对国网公司的业务数据无法跨专业贯通，数据资源无法被智能分析与管理等问题，提出基于全业务统一数据中心的知识图谱构建方法。在全业务统一数据中心使用大数据技术采集电网多源数据的基础上，使用语义标注方法对结构化、半结构化、非结构化数据进行知识抽取获得知识实体、属性和关系，通过知识融合技术构建知识图谱，根据用户搜索内容智能推荐结果和相关信息。实验表明该方法提高了查准率和召回率，具有更好的智能搜索和分析能力。     

大数据智能决策

在全球信息化快速发展的背景下, 大数据已经成为一种战略资源.各行各业的决策活动在频度、广度及复杂性上较以往有着本质的不同.决策过程中的不确定性因素增多, 决策分析的难度不断加大.传统的数据分析方法以及基于人工经验的决策已难以满足大数据时代的决策需求, 大数据驱动的智能决策将成为决策研究的主旋律.该文结合大数据特性, 对大数据决策的特点进行了归纳, 并从智能决策支持系统、不确定性处理、信息融合、关联分析和增量分析等方面综述了大数据智能决策的研究与发展现状, 讨论了大数据智能决策依然面临的挑战, 并对一些潜在的研究方向进行了展望分析.