来源:能源情报2015-10-16
交易信用制度与互联网、大数据技术高度融合。我们也对一些商业模式进行了一些展望,时间关系,大家浏览一下。
来源:亮报2015-10-14
在未来的技术研究中,要根据相关预警信息,利用大数据技术和风险理论,筛选确定故障发展路径,自动生成快速连锁故障集,实现电网多充连锁故障自动扫描。
来源:北极星输配电网2015-10-02
能源大数据不仅是大数据技术在能源领域的深入应用,也是能源生产、消费及相关技术革命与大数据理念的深度融合,将加速推进能源产业发展及商业模式创新。
来源:每日科技网2015-09-30
东方通副总裁、大数据融合专家李晓钢先生在参加2015创新应用&软件基础设施大会(简称t.a.i)时指出,智慧城市的运行需要通过大数据技术感测、分析、整合城市运行核心系统的各项关键信息,及时对民生、环保、
来源:电气工程小混混2015-09-28
来源:北极星输配电网2015-09-25
要在政府履职中充分运用大数据技术和理念,加强政府数据和社会数据的关联分析利用,为有效处理复杂社会问题提供新手段,建立用数据说话、用数据决策、用数据管理、用数据创新的管理机制,实现基于数据的科学决策,推进管理型政府向透明
来源:领能知道2015-09-24
新能源汽车分时租赁模式的尝鲜者行之有道是由国内上市公司欣旺达电子股份有限公司和深圳市英威腾电气股份有限公司以及郑州市加滋杰交通科技股份有限公司等共同出资组建,注册资本为人民币1.8亿元,致力于新能源汽车分时租赁共享项目产业联盟平台的建设和推广应用业务,利用国内外先进的电动汽车设计与生产技术、充电及电池技术、移动车联网技术、大数据技术等
来源:中国电力报2015-09-21
与精准预测长期最高负荷一样,用大数据技术对短期负荷的预测同样十分精准。...在此基础上,从电能量管理、用电信息采集、设备状态监控、生产管理等多个系统中采集600多亿条记录数据,并从外部获取气象、经济运行等数据,为利用大数据技术开展负荷预测提供了坚实的数据基础。
来源:通信世界周刊2015-09-18
同时,百度公司也利用大数据技术,实时展示流感等流行病的动态并预测发病趋势,为应对疫情变化、优化医疗卫生资源配置提供了有力帮助。
来源:中国工业报2015-09-17
孙家广阐述了大数据技术对于中国制造业转型升级的重大意义,分享了清华大学软件学院大数据中心推动国家工业大数据战略制定,研发世界一流的工业大数据技术与产品,并与制造业龙头企业紧密合作落地实施大数据的规划。
来源:深圳中兴力维技术有限公司2015-09-17
据工作人员介绍,中兴力维人脸识别系统运用领先的视频智能分析技术,通过普通监控摄像机即可快速捕捉人脸面部特征,再运用大数据技术进行海量数据分析比对,使系统能够自动判别来访人员的真实身份,让犯罪分子无处遁形
来源:前瞻产业研究院2015-09-14
借助大数据技术,对电网运行的实时数据和历史数据进行深层挖掘分析,可掌握电网的发展和运行规律,优化电网规划,实现对电网运行状态的全局掌控和对系统资源的优化控制,提高电网的经济性、安全性和可靠性。
来源:国家电网报2015-09-14
在配电网运维管理方面,该公司利用系统大数据技术挖掘高效率设备和供电分区的典型特征,探索通过分段负荷监测发现线路型号不匹配、线变不协调、无效联络等问题,促进该公司配电网运营问题及时发现、就地解决。
来源:北极星输配电网2015-09-11
(一)支持大数据技术和产业创新发展我们正在制定《大数据产业十三五发展规划》,还将出台促进大数据产业发展的推进计划,统筹布局大数据技术和产业发展。
来源:国家电网杂志2015-09-11
就技术本身而言,智能电网的复杂性加剧,如:虽然大数据为实现智能电网发展目标提供了新思路新方法,但大数据技术本身就是一门综合性技术,大数据技术实施存在着诸多障碍需要克服,包括通信信息架构不满足一致性要求造成的数据上传困难
来源:工控中国2015-09-10
据悉,我国国家标准委正在着手制定首批共十项大数据标准,分别是大数据术语、大数据技术参考模型、数据交易平台交易数据描述、数据交易服务平台通用功能要求、数据能力成熟度评价模型、多媒体数据语义描述要求、科学数据引用
来源:英大网2015-09-09
来源:精炼2015-09-08
一是鼓励数据挖掘与预测,有利于智能用电功能拓展《指导意见》鼓励能源企业运用大数据技术对设备状态、电能负载等数据进行分析挖掘与预测,有利于电网公司构建强大的基础数据资源池,通过对客户端电能负载的实时采集、
来源:数据观2015-09-07
随着互联网+、大数据技术及应用的快速推进,政府的数据开放问题受到广泛关注并被提上议事日程。在浪潮看来,政府数据资源是一座尚未开发的金矿,只要好好挖掘,一定能够产生巨大的商业价值和社会价值。
来源:北极星输配电网整理2015-09-07
2.大数据的用途分析大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。