来源:亚洲电能质量联盟2017-03-15
如今是大数据时代,大数据的价值被越来越多的人所认知与关注。大数据对于电力系统来说既是机遇,也是挑战。
来源:国家电网报2017-03-14
但是,电力大数据不仅仅是技术进步,更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革,管理好数据资产将实现智能电网在大数据时代下价值形态的跃升。电力大数据将向什么方向发展?
来源:新商报2017-02-16
产业前10强,这里占5席大数据时代路往哪走目前普兰店区互感器产业优势产品是66-500kvsf6气体绝缘互感器、中低压树脂浇注互感器、66kv-110kv高压sf6断路器等。...王继元表示,在大数据时代,科技创新将左右着企业的发展,必须将数字技术和智能技术植入产品,使产品的功能极大丰富,性能发生质的变化;将数字技术和智能制造技术应用于产品设计和制造过程;以数字技术为基础,在互联网
来源:北极星输配电网2017-02-14
此次交易过程中的交易电量和电价申报、交易结果撮合、交易计算和过程监控等环节内容全部通过广西电力市场交易系统开展,标志着广西电力市场化交易已迈入互联网大数据时代。
来源:北极星输配电网2017-02-10
此次交易过程中的交易电量和电价申报、交易结果撮合、交易计算和过程监控等环节内容,全部通过广西电力市场交易系统开展,标志着广西电力市场化交易已迈入互联网大数据时代。
来源:千人杂志2017-01-17
可以说,在大数据时代,哪个产业充分把握好了大数据收集、整理、分析、决策各环节,就有望在激烈的市场竞争中占据有利的地位。
来源:北极星输配电网2017-01-12
it+ct+dt的融合孕育了大数据时代与人工智能时代,为网络技术发展带来了新动能,为提升网络容量、个性化服务水平和更好的用户体验开拓了空间,也为未来颠覆性技术的出现打下了基础。
来源:通信产业网2017-01-12
来源:中国企业报2016-12-20
我们发现,大数据时代下的信息安全,有些并非是刚性泄露,恰恰是企业在推行战略过程中,好心办了坏事。...大数据时代下的信息安全,一言不合就出漏。对公有云不放心,私有云也随时可能出现安全问题,大数据信息安全在制定企业、行业和法律规则之外,必须要对数据的处理另辟蹊径。
来源:国家电网报2016-11-22
在多元化、实时性较高的大数据时代,完全依靠业务专家对设备状态进行诊断、分析,已经无法满足当前的管理需求,因此必须应用输变电大数据融合技术,建立输变电设备综合评估模型,才能实现设备运行状态在线、实时监测、
来源:贵州省电机工程学会2016-11-16
本文从大数据时代到电力大数据应用案例以及对电力企业大数据应用分析。 大数据时代需要信息科技提供技术支撑。 大数据不仅仅是数据的大量化,而是包含快速化、多样化以及价值化等多重属性。
来源:北极星输配电网2016-11-09
维克托在《大数据时代:生活、工作、思维的大变革》一书中指出,大数据带来的信息风暴正在变革我们的生活、工作和思维,大数据开启了一次重大的时代转型。
来源:新华网2016-11-08
泰豪科技抓住大数据时代的机遇,吸引了全球顶尖的电力、it和金融人才,创建能源互联网专业团队,积极打造中国的能源互联网示范区域。
来源:北极星输配电网2016-11-07
电力大数据与电网相融合 涉及整个能源转换过程大数据时代下电力企业面临挑战我国原有电力企业实行垂直一体化管理,2000年后我国电力企业实行更全面更深刻的改革。
来源:SIA大数据2016-11-07
电力大数据时代下的数据挖掘技术在电力大数据时代下,大数据已成为电力企业进行决策的基础。...大数据时代下电力企业数据挖掘技术的实现途径大数据时代下,由于数据信息量巨大,使得数据挖掘是知识的自发现过程。
来源:北极星输配电网2016-11-01
特来电开启新能源汽车产业的大数据时代根据国家对充电基础设施的发展规划预测,2020年全国将有1.2万个公共充电站在高负荷运转,480万个充电桩为500万辆电动汽车提供充电服务,每天产生的数据量将超过中国现在所有电商
来源:南方电网报2016-10-26
在如今的大数据时代,电网企业开发智能电表,将小区居民家中各用电器的用电量分别统计。
来源:iCreations2016-10-20
(一)挑战一:数据质量较低,数据管控能力不强大数据时代,数据质量的高低、数据管控能力的强弱直接影响了数据分析的准确性和实时性。
来源:产业前沿2016-10-19
数据要素已经成为企业的重要资产和创新驱动的核心,大数据时代已经到来,数据分析能力已经成为企业核心竞争力。随着互联网和云计算的发展,实时数据量呈爆炸式增长。二是建好设计平台,不要输在起跑线上。
来源:国家电网报2016-10-18
随着营销sg186、用电采集等各系统的上线使用,国网冀北电力有限公司用电客户的相关数据每年呈几何级数增长。面对海量的结构化、非结构化以及实时数据,传统的系统架构已经缺乏必要的技术手段来解决海量数据的存储