泛在电力物联网数据AI化:从数据中台到AI中台
数据中台--通过数据技术,对海量数据进行采集、计算、存储、加工,同时统一标准。数据中台把数据统一之后,会形成标准数据,再进行存储,形成大数据资产层,进而为客户提供高效服务。这些服务跟企业的业务有较强的关联性,是企业独有的且能复用的,它是企业业务和数据的沉淀,不仅能降低重复建设、减少烟囱式协作的成本,也是差异化竞争的优势所在。 基于数据统一和数据资产的积累,定义服务,提供数据资产管理目录,根据实际需求进行具体业务应用。 所有数据被整理后会形成企业特有的数据标准,再进行深入地挖掘,经抽像统一后产出业务逻辑和算法模型,最后储存起来,生成大数据资产,为业务服务;将数据中心、数据库等的海量数据信息进行采集、计算、加工,对数据的标准和质量进行统一; 打造数据中台,挖掘数据价值-基于全业务统一数据中心,统一数据调用和服务接口标准,以数据分析应用需求为导向,按需推动数据接入和整合贯通,沉淀共性数据服务能力,建设数据中台,健全数据管理体系,强化统一数据模型和企业级主数据应用,面向各专业、各基层单位和外部合作伙伴提供开放共享服务,促进数据横向跨专业共享、纵向跨层级按需获取,实现数据应用服务化。
2022-2023年度全球数据合规与隐私科技发展报告
2020年4月10日,中共中央国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,首次在中央顶层文件中将数据列为新型生产要素。近年来,数据要素的重要程度提升,数据市场进一步完善。与此同时,AI大模型迭代和算力升级则深度激发了数据价值,然而,数据流通与安全合规之间的不对称却呈现加剧的趋势。为寻求发展和合规的平衡,全球范围内的隐私科技和数据合规产业也迎来了迅猛发展。在此背景下,安永与赛博研究院联合发布第三期年度《全球数据合规与隐私科技发展报告》。本报告全面梳理了国内外数据安全与算法应用的合规体系,对隐私科技的概念、内涵和外延进行更新,并通过对近百家头部企业的问卷调研,覆盖金融、科技、媒体与通信、消费品、生命科学、制造业等行业,客观了解企业数据合规的现状与隐私科技的需求,最后为国内外企业数据合规实践提供参考案例与创新思路,供业内参考。
工器具全生命周期物联智能管理技术研究
工器具全生命周期物联智能管理技术研究通过构建 “无人职守”的新型智能化管理模式,将人工参与降到最低限度。实现批量完成工器具数据信息采集,通过高效的管理手段实时掌握工器具的性能及使用情况,提高工器具日常管理效率,保障作业安全开展。通过无源标签开发实现“物联AI”智能化技术。研发体积小、高精度、可靠的高性能抗干扰RFID无源标签,使识别准确率达100%。研究高性能抗干扰RFID无源标签受强电场、强磁场的影响,使无源标签可以在强电场、强磁场中多频次使用,实现工器具自动识别、通过整合射频识别、智能分析监测技术,实现智能化库房管理,提高管理精准度及效率。对工器具进行全生命周期的形迹化管理。有效、精准的对每件工器具性能进行实时监测,准确掌握每件工器具的全生命周期状态,大数据统计分析工器具的生命轨迹,进而完成工器具性能的超前预测。解决公司目前面临的工器具管理的问题。