| 标题 | 美林：打造BI+AI工业大数据平台 |
| 范文 | 朱琨 工业大数据分析平台的创新应用可以为工业企业的产品研发、企业管理等各个方面提供服务，包括数据规划、数据采集、数据存储、数据处理、数据分析挖掘和可视化等技术。 工业是国民经济的主体，在数字化转型思潮的影响下，新一轮的工业革命已悄然升起，大数据、物联网、人工智能正以全新的模式阐释智能制造，带动工业生产经营理念、模式、技术及应用的创新。同时，大数据作为战略性发展资源，推动着人工智能、物联网等技术的快速发展，为我国工业发展提供了新的动力。 当前，智能制造已开始引领工业发展的脚步，越来越多的工业企业把大数据作为生产资源，从产品研发、设计、生产、销售到运营等产品全生命周期各个环节，都需要进行智能化改造，更需要大数据技术的支撑。 工业大数据分析平台的创新应用可以为工业企业的产品研发、企业管理等各个方面提供服务，包括数据规划、数据采集、数据存储、数据处理、数据分析挖掘和可视化等技术。国内做工业大数据应用的企业不少，但真正拥有自主知识产权核心技术的企业并不多，美林数据技术股份有限公司（简称：美林数据）凭借领先的算法和数据分析能力，以及在工业大数据领域多年的业务沉淀，在工业大数据市场遥遥领先。 摸石头过河，做工业大数据的先行者 作为一家技术型公司，美林数据一直致力于研究大数据技术与应用。工业大数据的发展有其行业独特的发展轨迹，由于工业的生产特性，在采集数据时对数据的要求十分苛刻，需要更清晰化的数据来构建业务发展模型，这就要求高精准的数据清洗、数据挖掘和数据分析等技术门槛。正如美林数据产品经理所言：“若要在工业大数据的路上走得更稳，应将发展目标定位在工业大数据技术之上，所以我们要研发自己的工业大数据分析平台。” 为了研发国产自主、安全、可控的工业大数据分析平台，美林数据花重金聘用数据分析专家，组建专业的数据挖掘分析团队，开展技术攻关和产品研发工作。回顾这段经历，美林数据董事长程宏亮曾感慨道：“从2010年到2013年，仅在大数据分析平台的研发上，我们就投入了数千万元。当时国内大数据环境还没有完全建立，公司的大数据业务还没有盈利，因此都是用传统业务收入来进行补贴。” 在当时，大数据概念刚刚兴起，大数据市场尚未成形，发展工业大数据既没有前车之鉴，更无法预测未来前景，美林数据的“疯狂”举动也曾一度引发公司内部争论和矛盾。但为了成就自己的工业大数据之梦，美林数据摸着河中的石头，一步一步地往前。 Tempo平台成功问世 2013年，市场上开始热议“大数据”概念，此时的美林数据已经积累了很多的应用案例。2012年，美林数据撰写的关于数据挖掘的文稿被清华大学出版社看中，特约出版了《大话数据挖掘》一书。这本书的第3章到第9章以典型案例的形式分别介绍了数据挖掘技术在电力、交通航空、冶金、税务与金融、电信及互联网领域的应用，这些案例恰恰是美林数据初期实践的成果。 2014年，美林数据成功登陆新三板，从一个初创公司成长为一家具有自主研发能力，并且具备核心技术的上市企业。2011年，美林数据成功推出具有中文文本处理能力的数据挖掘平台—PLUTO，同时持续加强大数据、数据挖掘与分析、人工智能等技术的研究，于2015年研发出以“BI+AI”为基础的Tempo大数据分析平台（简称：Tempo平台）。 从2015年发布Tempo平台1.0版本至今，美林数据一直在不断优化平台的AI能力与算法。Tempo平台产品经理讲道：“2017年，美林数据对Tempo平台的AI功能进行了大量的自动学习和深度学习框架的研究与扩展工作。2018年，美林数据继续加强AI算法的深度研发工作，加快Tempo平台的迭代脚步，提升平台功能的完整性、交互性。目前，Tempo平台已经在制造、电力、金融等多个领域部署应用。” “基于美林数据在工业大数据领域多年的研究与实践基础，我们发现很多企业在信息化建设过程中，由于多行业与多业务的缘故，单一的数据分析无法满足企业级用户的需求，不同的业务人员与公司内部各部门的衔接也存在着数据安全、跨部门协作、数据价值传递等问题。”Tempo平台产品经理讲道。为了更好地帮助用户特别是工业企业准确地切入大数据领域，美林数据将多年积累的业务洞察和理解能力进行固化和抽取，成功研发出自主知识产权的Tempo大数据分析平台。 Tempo大数据分析平台是一款集数据接入、数据处理、数据挖掘、数据可视化、数据应用于一体的软件产品。它秉持着“智能、互动、增值”的设计理念，面向企业级用户提供自助式的数据探索与分析能力，为企业提供从BI到AI的一体化数据分析与应用解决方案。Tempo平台可以满足不同领域业务需求的数据分析与应用服务，降低企业级数据分析门槛，帮助企业充分利用数据价值。 对于美林数据而言，20年风雨征程，一直在企业信息化建设领域辛勤耕耘，这也使得美林数据更了解行业特点和企业在进行数据分析的过程中面临的痛点、难点及核心诉求。在为众多企业提供大数据服务的过程中，美林数据将大数据知识及经验不断总结提炼，结合行业特性及企业核心诉求，对Tempo系列产品不断迭代优化，专注数据挖掘与可视化分析，提高Tempo平台的技术壁垒。 Tempo平台的成功问世，为美林数据发展工业大数据打下了坚实的基础。美林数据认为，一款成熟的工业大数据分析平台应当具备三个条件。 第一，由于整个市场的数据量呈爆发式增长，企业的数据量与增量值也在逐渐扩大，平台应当具备庞大数据量的接入能力。第二，由于企业级用户多行业和多业务的发展需求，平台算法和大数据分析方法所涵盖的范围应当更加广泛。第三，企业经历了多年的信息化发展，并构建了不同的系统，一款优秀的工业大数据分析平台一定要基于企业内部数据，并将该平台打造成企业内部整体的应用工具，绝不能独立于其他系统之外以信息孤岛的方式存在。同时，平台还应当帮助企业将计算系统进行整合，使企业真正發掘数据价值并应用到生产经营管理当中。 BI+AI实现多功能交互 美林数据具备了构建工业大数据分析平台的理论与实践基础，但是若要打造一个好的平台，一定要从用户需求出发，切中用户痛点。企业级的数据分析应用，在分析工具层面，仅仅只是报表工具与描述性统计，无法满足企业数据分析的业务诉求;在数据服务层面，客户需要的不仅仅是数据分析工具，而是系统性的解决方案，覆盖业务咨询、平台建设、大数据技术引入、数据处理、数据挖掘、业务应用的一站式综合服务。 由于，数据服务的覆盖面比较广，很多服务商会选择专注于某一个细分领域，但是面向企业级用户综合需求，则匹配度不足。在大数据时代，数据分析工具除了兼具基础的数据分析与可视化功能之外，必然要在人工智能、高级分析算法上有更好的表现，而美林数据在这方面具有多年的经验和技术积累。 美林数据在打造大数据分析平台时，更加关注的是企业数據分析的整体应用能力，解决企业做大数据分析时数据多元化的业务需求。“Tempo平台从企业数据分析应用的角度出发，为用户提供交互式敏捷BI、机器学习、自然语言处理、深度学习等数据分析服务，满足企业全业务域数据分析需求。”Tempo平台产品经理介绍。 目前，Tempo平台内嵌100多种分布式算法、5种独创算法、10余种文本处理算法，使得Tempo平台的算法无论从数量上还是种类上，都可以满足企业对于数据深度分析和机器学习分析的大部分需求，打造自主、安全、可控的强大“中国芯”。 此外，美林数据还结合了大数据分析应用的AI技术，包括深度学习、自动学习和集成学习等人工智能算法，极大提升了企业在进行数据分析时的效率、效果和智能化水平。” 一款优秀的大数据分析平台，在人机交互操作时应当更为敏捷便利。美林数据自主研发的“数据可视化语言”、“模型流程运行”等核心专利技术，使得Tempo平台在人机交互时的方法更加多样性。 Tempo平台为企业提供敏捷的BI分析工具及专业易用的机器学习平台，其简单的操作方法可以使企业快速上手进行数据分析工作，在整个数据分析过程中，并不是依靠人工的方式来制定数据分析规则，而是在运行过程中自动通过数据的图形化展现，实现人与机器的智能化交互，同时依靠这一方式来获取更多数据价值的探索方法和规律。 访谈实录 Q：中国大数据产业生态联盟、《软件和集成电路》杂志社 A：美林数据技术股份有限公司Tempo平台产品经理 Q： 美林数据在工业领域，有哪几种业务场景的应用？ A：在工业领域，美林数据有着丰富的项目实施经验和技术积累，能够为企业提供从研发、设计、生产、销售到运营等全生命周期的数据分析服务。 面向制造业，利用大数据分析与人工智能技术，为企业研发效率提升、生产工艺优化、设备运行维护、产品质量检测、生产运营管控等提供有效支撑。目前，典型的应用有“基于人工智能技术的冲压件质量检测及工艺优化”、“基于工业大数据的设备健康管理系统解决方案”、“基于工业大数据的制造过程质量控制解决方案”等。 在电力行业，则深入到企业运监、运检、营销等业务领域，为企业提供“基于大数据与计算智能的反窃电分析”、“配网多源网架融合及智能核查”、“基于配变重过载的配网设备健康管理”、“地市公司运监大屏可视化”等多种应用场景。 Q：Tempo平台在行业应用中具有哪些优势？ A：对于企业级数据分析工具而言，如何快速满足企业数据分析需求的同时又能兼顾企业个性化的业务差异，是面临的重要挑战。 Tempo平台插件式的系统架构，支持用户自定义扩展，在个性化适应方面更具优势。平台支持企业私有化部署，能够灵活融入企业现有业务系统，基于分析成果可以快速构建专业的数据智能应用，无缝整合第三方系统，为企业信息化建设提供完整的系统生态。 Q：在未来，对于Tempo平台的发展预期是什么？ A：打铁还需自身硬，在产品功能的研发上不能松懈。随着大数据技术的快速发展，Tempo平台应当既能满足当前用户的需求，同时又能引领企业大数据业务的战略布局。 首先，Tempo平台将引入新的内存计算引擎技术和智能算法，提升海量数据计算能力和交互体验，让用户操作更加智能、易用。其次，改进与优化产品架构，实现分析成果的无依赖部署与轻量化应用。最后，我们将继续深化平台的场景化应用，尤其是面向IOT领域、工业大数据领域进行探索与研究。 Q：在未来，美林数据的整体经营管理方向是什么？ A：公司将继续推进“聚焦行业、打通产业数据链、构建产业生态、为企业提供新动能”的战略，强化公司在智能制造、智能电网核心业务领域的布局，加强工业大数据分析平台的研发与优化，提升企业的核心竞争力。在经营模式上，我们始终坚持开放合作，希望携手更多优秀的合作伙伴，共同打造以数据为纽带的产业生态圈，助推工业企业数字化转型升级。 行业应用案例 案例名称：制造企业运营可视化解决方案 项目背景： 为了更好地契合制造业的智能化发展，大部分装备制造企业已实现业务管理的信息化，并累积了海量数据资产。如何有效利用数据，充分发挥数据价值，并将先进的制造技术、信息技术、智能技术进行深度融合和综合展示，不仅是智能化发展的要求，也是制造企业亟须解决的问题。 解决方案： 基于美林数据Tempo大数据分析平台，构建企业运营可视化平台，有效解决领导“看得见、看得清、看得远”的问题，为企业资产经营管理、生产运营管理、产业结构调整等重大决策提供支持。 引入“面向对象”的场景构建方法，对不同的对象在满足保密要求的前提下，实现宣传内容的精准投放，以发挥企业优势、提升客户满意度，有效推动企业品牌建设。 以企业领导视角为切入点，整合跨域资源，统筹企业全局，通过企业运营状况的实时、全域、立体展示，实现企业运营的穿透管理。 以PC、大屏为主要视觉展示手段，以Android、IOS等移动端展示为补充，实现企业运营可视化展示的高效性、快捷性和多样性。 应用价值： 建立预警及问题闭环管理机制，通过企業主价值链的多维度、多粒度穿透管理，推动企业经营风险管控关口前移。 面向管理层构建标准的展示规范、建立统一的展示平台，促进其它业务系统“表达层”建设。 改变运营管理部门当前“一对多”的被动工作模式，有效推动企业运营管控统一化、标准化。 案例名称：基于因素预测的配变重过载预警分析 项目背景： 随着社会经济的飞速发展和电力需求的快速增长，生产、生活用电负荷在不断攀升，使得供电企业原有的配变设备所承受的负荷日趋严重，成为电网安全运行的重大隐患，对企业的经济效益也产生重要影响。 常规事中监控、事后处理的方式相对被动，需要投入大量监测时间和技改检修人力成本。而且，配电网的正常运行除了要考虑设备和线路本身性能和状态外，还受气候、环境、用户等复杂因素的影响。改善重过载治理工作现状，提高治理效率和效果，具有重要的现实意义和经济社会效益。 解决方案： 基于Tempo大数据分析平台丰富的机器学习算法，通过数据准备、挖掘建模与成果可视化展示为一体的数据分析与应用，实现业务精准预测，变被动为主动，有效改善重过载治理工作现状。 从配变重载和过载两个角度出发，对用电高峰时期配变运行状况进行分析，分别从地域、月份、日期、行业、时段等维度展示地市配变运行状况全貌，发现影响重过载的主要因素。 运用挖掘算法，建立基于影响因素的配网变压器重过载分类预测模型，并通过对模型的不断优化评估，得到最优预测模型，实现对配变重过载的提前预警。 对未来一周配变重过载预测结果进行可视化展示，对于预测为重过载的配变，结合配变的安全系数评价结果，给出处理优先级建议，指导配网检修。 应用价值： 采用大数据思维与数据挖掘分析方法，快速构建业务分析模型与结果展示应用，为业务管理提升提供新的方法和途径。 替代传统预警方式，提前发出配网运行异动预警，辅助配网工作计划、规划方案的制定，提升检修工作质量和效率。 有效降低配变重过载发生概率，提升电网运行安全和供电服务质量，促进公司核心竞争力提升。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。