大数据在电力行业的应用前景有哪些

大数据技术在土木工程中的应用

一、大数据技术在建筑能耗分析中的应用

在土木工程建设及建筑过程中，建筑能耗的产生与很多因素均存在密切关系，主要包括空间局部、占地面积以及光照条件等方面。相关研究人员可以通过对数据挖掘框架进行合理应用，深入分析办公室区域占用数据，在此基础上通过对各种先进大数据技术进行利用，可将建筑占用模式及相关时间表计算出来，依据计算所得到的结果可提出多种能源节约方案，在建筑能耗分析方面能够得到更多有价值思路。另外，可利用消耗模式对建筑能耗问题进行分析，在建筑能耗分析中电力数据属于比较重要的一种，利用传统数据分析方法无法将其完成，而通过对大数据技术进行利用，对于大量建筑空间样本中各种用电设备，可实行定时数据采集，也就能够得到大量用电数据。在此基础上，利用特征提取、聚类及关联分析等相关大数据处理技术，可对用途及类型不同的各种耗电设备数据实行统计，也就能够得到通用电力消耗模式，利用这种模式能够对今后建筑中实际电力消耗情况实行预测，从而更好把握能源消耗情况，也就能够更好进行工程建设。

二、大数据技术在建筑破坏检测中的应用

对于破坏检测而言，其所指的就是在特定情况下检测建筑物实际受损情况，比如，在发生过自然灾害之后，需要利用无人机设备采集建筑物图像，且利用多角度图像合成，可在检测建筑物破坏情况方面提供比较理想的相关基础数据。但是，利用无人机进行图像拍摄，其速度比较快，若建筑区域比较多，则需要在一定时间内处理大量数据图像，在这种情况下便需要通过对大数据技术的利用，从而对大量图像数据进行处理，在此基础上也就能够更好获得建筑实际损坏情况，也就能够得到更理想的检测结果。

三、大数据技术在土木工程中的应用前景

目前，在土木工程中大数据技术虽然有着比较广泛的应用，并且有关研究也越来越多，然而其整体应用及发展情况仍处于初步发展阶段，仍旧有很多关键性技术问题需要进一步解决。在目前物联网技术不断发展及应用的背景下，传感器在土木工程中也有着越来越多的应用，其数据采集方面的频率越来越高，这对于土木工程技术创新发展具有很好促进作用。在目前土木工程建设及发展过程中，利用大数据技术探索基本规律已经成为必然趋势，通过对这些规律进行利用，在土木工程建设、维护及管理方面能够具有更科学合理的依据。另外，在当前土木工程实际发展过程中，大数据技术表现出较大应用发展潜力，在构建大数据技术应用系统框架方面，可提供有效技术支持。随着今后建筑行业及大数据技术不断发展，在建筑、道路以及桥梁等各种土木工程中，大数据技术也必然会有着越来越广泛的应用，在基础设施建设方面也必然会成为重要技术保障，表现出比较理想的应用前景，具有较高的价值。

在目前土木工程建设及实际发展过程中，对现代化技术及方法进行应用已经成为必然趋势，并且也是必然需求，而大数据技术就是各种技术中比较重要的，且比较有优势的一一种。作为土木工程专业人员及研究人员，应当对土木工程特点及优势加强认识，并且应当对大数据技术在土木工程中各个方面的应用充分掌握，把握其应用前景，以实现大数据技术的更理想应用，为土木工程发展奠定更理想的基础。

1.加速产品创新

客户与工业企业之间的交互和交易行为将产生大量数据，挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。

2.产品故障诊断与预测

这可以被用于产品售后服务与产品改进。无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。

3.生产线的大数据应用

现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析(包括违反生产规定、零部件故障)等。首先，在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。

4.工业供应链分析和优化

当前，大数据分析已经是很多电子商务企业提升供应链竞争力的重要手段。例如，电子商务企业京东商城，通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日货到的客户体验。RFID等产品电子标识技术、物联网技术以及移动互联网技术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。

5.产品销售预测与需求管理

通过大数据来分析当前需求变化和组合形式。大数据是一个很好的销售分析工具，通过历史数据的多维度组合，可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式、消费者的层次等，以此来调整产品策略和铺货策略。

6.生产计划与排程

制造业面对多品种小批量的生产模式，数据的精细化自动及时方便的采集(MES/DCS)及多变性导致数据剧烈增大，再加上十几年的信息化的历史数据，对于需要快速响应的APS来说，是一个巨大的挑战。

大数据可以给予我们更详细的数据信息，发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态的调整计划排产。

帮我们规避“画像”的缺陷，直接将群体特征直接强加给个体(工作中心数据直接改变为具体一个设备、人员、模具等数据)。通过数据的关联分析并监控它，我们就能计划未来。虽然，大数据略有瑕疵，只要得到合理的应用，大数据会变成我们强大的武器。当年，福特问大数据的客户需求是什么?而回答是“一匹更快的马”，而不是现在已经普及的汽车。所以，在大数据的世界里，创意、直觉、冒险精神和知识野心尤为重要。

7.产品质量管理与分析

传统的制造业正面临着大数据的冲击，在产品研发、工艺设计、质量管理、生产运营等各方面都迫切期待着有创新方法的诞生，来应对工业背景下的大数据挑战。例如在半导体行业，芯片在生产过程中会经历许多次掺杂、增层、光刻和热处理等复杂的工艺制程，每一步都必须达到极其苛刻的物理特性要求，高度自动化的设备在加工产品的同时，也同步生成了庞大的检测结果。

大数据技术在系统工程中的应用

（一）云计算技术在计算机信息系统中的应用。想要应用云计算技术在计算机信息系统中进行数据处理，通过云计算的分布式网格计算，对整个资源进行数据处理，首先要构建相关模型。云计算模型的构建可以让全部数据都迁移到云端，合理有效地降低计算机系统在信息处理上的经济费用。在云计算下，技术服务软件利用无线局域网自动产生了相应的传输移动数据的网格，面向大数据信息构建出了一个的闭环反馈信息处理模型。在云计算处理数据的过程中，云计算又以一个有向无环的数据流图展示出来，流图为G=(V,E)。

在此基础之上根据云计算的并行式的计算方法，生成了由一系列的组和一系列的传输远程数据所用的隐性通道组成了云计算的计算服务模式，其中模式中组和隐形通道的公式分别为和，此外还需要出口节点用来生成输出的对应数据。在C/S的架构下，如果云计算数据流模型的传输范围被控制在这个范围内：在此范围内传输数据时，云计算技术处理大数据信息时所应用的数据流图上的关键组成部位也要采用有向图模型来表示，即为，云计算模式中最重要的交叉通道承载物理节点集和链路集在公式中分别以VP和EP表示，而公式中的SCAP则代表了不同组件中物理节点的不同数据单元的具体数量。另行设置输入数据所用的无向图模式，实现云计算对数据资源的动态资源配置管理处理，最终云计算的整体架构可以通过下式表示出来。

这种云计算的整体架构是结合多方信息进行数据整合加速处理的云计算技术，根据不断的应用模拟试验得知，将此种云计算方法应用到计算机系统中的数据处理中，可以大幅度增加数据的容纳量，减少数据处理的能量损耗和所需时间，并且由于其能够将数据上传至云端，还可以达到资源共享和提高计算机系统处理效率等目的。上述云计算的模型不仅能够进行多数据集中计算，还支持多个用户计算资源的共享，减少同类型数据的重复运算率，一套较为基础、普遍的云计算技术，可以在全国范围内进行推广，解决绝大部分数据计算问题，因此云计算技术在计算机信息系统中的应用具有极大的市场前景。

（二）数据备份技术在计算机信息系统中的应用。新时代背景下，商业环境越发复杂化，企业要从多种方面来加强对数据的保护，包括数据的备份恢复系统无休运行以及提高系统的容错率，在企业建立数据备份的同时，应该建立数据备份系统的容灾系统，建立对信息数据的最优备份方案，即“数据备份加数据保险库”。现阶段大部分企业对数据备份的重要性没有足够的认识，导致应用数据备份系统的企业只有20%，而被应用的数据备份系统中含有容灾系统的只有5%-6%，应该在国内大力推广实施数据备份技术，加强对企业信息的保护，让企业家认识到数据保护对企业的帮助。想要从根本上保障企业的信息安全，除了要做到对数据的定期备份之外，还应该强化备份细节，部分企业认为拷贝数据到移动储存就是数据备份，这样的观念，给企业信息资源留下了极大的隐患。

实现数据备份的方式多种多样，首先备份的存储介质要使用磁带、移动硬盘、U盘等设备备份，还要做到异地存放，在存放的地点安装完整的计算机、互联网等相关通信设备，确保意外发生后，能够立刻启动备份数据系统。再将备份数据系统与企业系统相连接，以此恢复企业本部系统数据。除了要将数据存储到可移动设备上，还要将数据传输至远程备份中心，制作成光盘，双重保证企业信息安全。企业都会建立相关企业信息数据库，因此，在做到信息详细内容备份的同时，还应该在备份机上建立对应的备份数据库，通过通信系统，保持主数据库和备份数据库同步更新，在事故发生时，备份数据库就可以立即代替主数据库，恢复企业相关信息，减少企业因为数据丢失造成的经济损失。数据备份还可以应用对主数据库和重要文件的监控和跟踪，在备份机中生成对应的更新日志，备份系统会根据更新日志，自动对备份磁盘进行数据更新。综上所述，企业可以根据企业的实际情况，按照企业的需求，制定出对企业最佳的数据备份方案，保证系统的可实施性。

（三）Hadoop在计算机信息系统中的应用。Hadoop系统由于自身具有的极高的扩展性能和低成本，被广泛应用在各行各业中，并且对于Hadoop来说无论是怎样的数据都可以快速大量地储存信息数据，能够做到和绝大部分的数据仓库系统完美融合不出现排斥现象。以铁路货运为例，铁路运输存在数据类型多、数据资源难以进行整合、运用其他系统成本较高等诸多实际问题，而Hadoop则从根本上解决了铁路运输信息的问题，满足铁路运输中绝大部分类型的数据，Hadoop系统和铁路运输的数据仓库系统一起构成了货运信息的大数据分析平台，Hadoop系统在平台上对数据存储备份进行管理，两个系统互相配合，使得数据信息的整合和管理变得简单便捷。从铁轮货运系统对Hadoop系统的应用可以看出，Hadoop系统在针对复杂数据的整合储存、集中管理方面的优异性，Hadoop系统的各个零部件在运行过程中发挥各自功能的同时能做到相互协作，给数据资源处理提供所需的功能，目前Hadoop系统的开发逐渐步入完善阶段，各个功能部件的功能分工明确，细致划分，逐渐形成一套功能丰富、作用完善的大数据信息分析平台应用系统。