中国工程院院士柴天佑在周六举行的中国计算机大会上表示,工业领域的大数据应为研究工业领域机理不清的复杂系统的动态行为开辟可能途径,而复杂系统动态行为研究将带来更高生产效率等优势。
监控复杂系统的传感器、视频监控等数据采集器带来不同类型的数据群,大数据应用出现前,除结构化数据外,其他类型数据很难通过机器分析来挖掘应用价值,而目前“大数据应用技术、建模技术与仿真技术等信息技术是的预测动态性能成为可能。”柴天佑表示。
他举例称,风力涡轮机制造商Vestas对天气数据及期涡轮仪表数据进行交叉分析,并对风力涡轮机布局进行改善,由此增加了风力涡轮机的电力输出水平并延长了服务寿命。
柴天佑表示,工业大数据同传统认为的大数据概念有相似性,但又有差异。他认为,工业领域大数据特点包括,大体量、连续采样、多源性、价值密度低、动态数据等特点。他着重指出,工业领域的大数据的“大”是相对概念,工业过程产生的数据多GB级别。以10万个普通传感器为例,每秒约产生8Bytes数据,每小时约产生3GB数据,“其实容量并不大”。
柴天佑预测,大数据应用对于工业领域动态模型建设、安全运行及监控、多目标优化控制方法等多个方面将有促进作用。
原文发布时间为：2013-10-30
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
