CN116644934A - 一种氢能产业大数据管理系统 - Google Patents
一种氢能产业大数据管理系统 Download PDFInfo
- Publication number
- CN116644934A CN116644934A CN202310707122.3A CN202310707122A CN116644934A CN 116644934 A CN116644934 A CN 116644934A CN 202310707122 A CN202310707122 A CN 202310707122A CN 116644934 A CN116644934 A CN 116644934A
- Authority
- CN
- China
- Prior art keywords
- data
- hydrogen energy
- energy industry
- unit
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 222
- 239000001257 hydrogen Substances 0.000 title claims abstract description 222
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 218
- 238000013523 data management Methods 0.000 title claims abstract description 42
- 238000007726 management method Methods 0.000 claims abstract description 99
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 210000004556 brain Anatomy 0.000 claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims abstract description 19
- 230000006854 communication Effects 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 15
- 230000006978 adaptation Effects 0.000 claims abstract description 5
- 238000005538 encapsulation Methods 0.000 claims abstract description 5
- 238000013439 planning Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 8
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 230000008447 perception Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 23
- 238000012550 audit Methods 0.000 description 16
- 238000011161 development Methods 0.000 description 16
- 238000010276 construction Methods 0.000 description 12
- 238000000034 method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 10
- 230000006399 behavior Effects 0.000 description 9
- 238000013461 design Methods 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 8
- 238000004140 cleaning Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 8
- 230000002265 prevention Effects 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 241000700605 Viruses Species 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 239000000446 fuel Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006378 damage Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 150000002431 hydrogen Chemical class 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000002955 isolation Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009960 carding Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000013058 risk prediction model Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000007366 host health Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000005984 hydrogenation reaction Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000002147 killing effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000001483 mobilizing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/101—Collaborative creation, e.g. joint development of products or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供了一种氢能产业大数据管理系统,包括:大数据单元,用于采集氢能产业大数据,对氢能产业大数据进行预处理得到预处理数据集,存储形成氢能产业大脑数据库;协同共享单元,连接大数据单元,用于能力封装和协议适配,并通过开放通讯接口对外提供服务;辅助决策单元,连接大数据单元和氢能产业显示单元,用于根据预先生成的自适应决策分析引擎集和氢能产业大脑数据库中存储的预处理数据集进行人工智能分析,并将分析结果通过氢能产业显示单元向氢能产业管理者进行展示,实时监测氢能产业运行状态。本发明能够实现氢能产业运行状态的全面感知,以实现精细化管理。
Description
技术领域
本文件涉及氢能产业管理技术领域,尤其涉及一种氢能产业大数据管理系统。
背景技术
氢在地球上主要以化合态的形式出现,是宇宙中分布最广泛的物质,它构成了宇宙质量的75%,是二次能源。氢能在21世纪有可能在世界能源舞台上成为一种举足轻重的能源,氢的制取、储存、运输、应用技术也将成为21世纪备受关注的焦点,氢具有燃烧热值高的特点,是汽油的3倍,酒精的3.9倍,焦炭的4.5倍,氢燃烧的产物是水,是世界上最干净的能源,资源丰富,可持续发展,许多行业为了追求可持续发展与低成本发展,大力开发氢能产业。
现有的氢能产业管理系统中,氢能产业各部门系统呈信息孤岛态势,跨部门协同能力较弱,无法满足精细化管理需求;且氢能产业管理的大数据处理和分析能力不足,无法满足氢能产业管理综合监控和智能化决策的需求。
发明内容
本说明书一个或多个实施例提供了一种氢能产业大数据管理系统,包括:
大数据单元,用于采集氢能产业基础设施提供的氢能产业大数据,对所述氢能产业大数据进行预处理得到预处理数据集,并将所述预处理数据集进行存储形成氢能产业大脑数据库;
协同共享单元,连接所述大数据单元,用于能力封装和协议适配,并通过开放通讯接口对外提供服务,以支撑不同技术体系的业务应用对所述氢能产业大脑数据库中存储的所述预处理数据集进行调用和交互;
辅助决策单元,连接所述大数据单元和氢能产业显示单元,用于根据预先生成的自适应决策分析引擎集和所述氢能产业大脑数据库中存储的所述预处理数据集进行人工智能分析,并将分析结果通过所述氢能产业显示单元向氢能产业管理者进行展示,实时监测氢能产业运行状态。
进一步地,所述大数据单元具体包括:
氢能产业数据模块,用于采集所述氢能产业基础设施提供的氢能产业大数据并进行存储;
数据共享交换模块,连接所述氢能产业数据模块,用于实现不同所述氢能产业基础设施对应的所述氢能产业大数据的共享和交换;
数据治理模块,连接所述氢能产业数据模块和所述数据共享交换模块,用于通过所述数据共享交换模块实现对所述氢能产业大数据进行预处理,得到预处理数据集;
数据管理模块,连接所述数据治理模块,用于对所述预处理数据集进行数据管理;
数据库模块,连接所述数据治理模块,用于存储所述预处理数据集,形成氢能产业大脑数据库。
进一步地,所述预处理具体包括数据汇聚,和/或数据清洗,和/或数据关联,和/或数据融合,和/或数据标识。
进一步地,所述数据管理具体包括数据标准管理,和/或资源目录管理,和/或元数据管理,和/或数据生命周期管理,和/或数据质量管理。
进一步地,所述协同共享单元具体包括:
能力中心模块,用于集中展示所述协同共享单元的上架能力;
能力管理模块,用于对所述协同共享单元的所有所述上架能力进行集中管理;
应用管理模块,用于展示所述协同共享单元的所有所述上架能力接入者创建的业务应用,并向系统管理员提供所述业务应用的管理权限;
消息中心模块,用于供开发者和所述系统管理员进行沟通交流;
网关管理模块,用于开放通讯接口,对外提供服务,并对通信接口进行管理。
进一步地,所述氢能产业显示单元包括:氢能产业显示模块,和/或产业监测模块,和/或实时报警模块,和/或风险预警模块,和/或氢能产业规划模块。
进一步地,所述采集氢能产业基础设施提供的氢能产业大数据包括:通过采集氢能企业录入数据、储运数据、加氢站数据及第三方数据。
进一步地,所述系统还包括安全体系单元,所述安全体系单元与所述大数据单元、协同共享单元、辅助决策单元和所述氢能产业显示单元连接,用于为所述大数据单元、协同共享单元、辅助决策单元和氢能产业显示单元提供信息安全保障。
进一步地,所述安全体系单元具体包括:物理安全模块,和/或网络安全模块,和/或主机安全模块,和/或应用安全模块,和/或数据安全模块。
进一步地,所述系统还包括:标准体系单元,所述标准体系单元与所述大数据单元、协同共享单元、辅助决策单元和氢能产业显示单元连接,用于为所述大数据单元、协同共享单元、辅助决策单元和氢能产业显示单元提供统一的标准规范。
采用本发明实施例,通过人工智能技术,以氢能产业大数据为基础,以人工智能思考判断辅助人工思考,找出潜在规律和联系,进行预测分析,能够实现氢能产业运行状态的全面感知,以实现精细化管理,满足氢能产业管理综合监控和智能化决策的需求。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种氢能产业大数据管理系统组成示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本文件的保护范围。
系统实施例
根据本发明实施例,提供了一种氢能产业大数据管理系统,图1为本说明书一个或多个实施例提供的一种氢能产业大数据管理系统组成示意图,如图1所示,根据本发明实施例的氢能产业大数据管理系统具体包括:
大数据单元10,用于采集氢能产业基础设施提供的氢能产业大数据,对所述氢能产业大数据进行预处理得到预处理数据集,并将所述预处理数据集进行存储形成氢能产业大脑数据库。
具体地,在本实施例中,本发明的氢能产业大数据管理系统优选采用CS架构的模式。上述氢能产业基础设施包括但不限于氢能企业、储运设备、加氢站、用氢设备、物联网、互联网及其他信息有关设施,通过大数据单元10对上述各种资源信息进行梳理关联、清洗、比对、转换,形成包括但不限于氢能产业大脑数据库,用于业务数据共享、支撑主题类及专业类的应用。在本实施例中,大数据单元10是氢能产业大数据管理系统总体架构的核心,通过大数据技术和管理手段,解决“数据从哪里来,到哪里去,在哪里汇聚,汇聚后干什么用,怎么用”等实际问题。通过大数据单元10落实数据标准与规范、实现数据整合与清洗、实现信息互联与互通、实现知识共享与服务、满足挖掘与应用,为实现“信息消费”提供坚实的基础。这个大数据单元10可以提供不同数据能力的支撑,比如氢能产业大数据能力支撑、氢能产业分布大数据能力支撑等。
协同共享单元20,连接所述大数据单元10,用于能力封装和协议适配,并通过开放通讯接口对外提供服务,以支撑不同技术体系的业务应用对所述氢能产业大脑数据库中存储的所述预处理数据集进行调用和交互。
协同共享单元20是面向用户提供基于氢能产业大数据管理系统的能力以及数据资源共享服务的平台,通过对能力部件进行能力封装和协议适配,抽象成原子能力,并构建管理系统边界上面向API的、串行的强管控服务,提供高性能、高可用的API托管服务,使用户能够快速、低成本、低风险的使用开放服务。可以支撑不同技术体系的业务应用系统进行调用和交互,通过大数据接入将各部门和来自互联网的结构化和非结构化的数据进行统一的汇聚接入,存储到大数据存储组件,并支持数据的预处理,为大数据系统提供原始数据支撑。
辅助决策单元30,连接所述大数据单元10和氢能产业显示单元40,用于根据预先生成的自适应决策分析引擎集和所述氢能产业大脑数据库中存储的所述预处理数据集进行人工智能分析,并将分析结果通过所述氢能产业显示单元40向氢能产业管理者进行展示,实时监测氢能产业运行状态。
辅助决策单元30是在大数据单元10和协同共享单元20的基础上,结合业务场景,在氢能产业规划领域,构建业务自适应决策分析引擎集及氢能产业显示单元40,并提供辅助决策分析成果的展现,帮助氢能产业管理者更好、更快的进行管理决策。辅助决策单元30采用人工智能技术,以氢能产业大数据为基础,结合人工智能技术、大数据分析技术、物联网技术、可视化技术、GIS技术,以人工智能思考判断辅助人工思考,找出潜在规律和联系,进行预测分析,能够实现氢能产业运行状态的全面感知、以实现精细化管理,使得氢能产业发展规划的科学合理,并通过氢能产业显示单元40提供一个基于大屏可视化展示的全面、动态的氢能产业运行屏幕,实时监测氢能产业运行态势数据信息,及时了解氢能产业运行状态,为决策提供技术支持。
具体地,通过部署在氢能企业的设备采集终端,借助大数据分析、机器学习和算法引擎等技术,提供栅格/聚簇/热图等多类数据分析图表、上卷/下钻/切片等数据分析操作,实现对氢能供给、发展质量、设备负荷等方面的多维度分析研判。支持基于地理信息系统,对重点区域进行实时可视化监测,并可对重点区域的位置、状态、关键指标等信息进行联动分析并标注显示,对重点区域实时态势进行综合监测,辅助管理者精确掌控重点区域状态,提升决策指挥力度。
进一步地,从发展规划核心监测指标出发,结合当前大数据基础从一手数据转化为发展规划监测指标的总体路径,并结合当前地方城市氢能基础设施数据情况助力科学决策。
进一步地,通过对氢能产业大数据管理系统的业务方向、机理模型、流程模型等进行全局性的梳理和分析以及前瞻性分析,总结出能够被现有建设以及将来建设的大量业务应用系统所共享的核心业务功能和流程,并对这些核心业务功能和流程进行相应的设计、开发,沉淀出核心的共享智能检测、智能预测、智能预警、数据挖掘、数据场景化等业务自适应决策分析引擎集,以支撑氢能产业大脑在AI+氢能产业显示、AI+产业监测、AI+实时报警、AI+风险预警、AI+氢能产业规划等领域的辅助决策和分析展示。从技术和业务交互角度来看,自适应决策分析引擎集可支撑氢能产业显示单元40的各个专题调用,并且支持随着氢能产业显示单元40的专题的增加而扩展。
氢能产业显示单元40为面向氢能展示中心大屏环境,具备优秀的大数据显示性能以及多机协同管理机制,支持整合各氢能部门现有信息系统的数据资源,覆盖基建、运检、调度、生产、营销、安监等多个业务领域,凭借人机互方式,实现数据融合、数据显示、数据分析、数据监测指挥等多种功能,可广泛应用于监测指挥、分析研判、展示汇报等场景。
进一步地,梳理氢能发展规划编制的总体流程,设计规划编制中协同发展功能模块,借助区块链技术打通与氢能产业大数据平台的数据对接,逐步纳入绿氢认证、绿氢交易、碳氢协同等模块。
于此同时基于以上内容逐步形成氢能可视化数据系统建设开发部署实施能力。主要包括针对地方项目需求,通过协调地方氢能产业涉及的各主管部门,逐步打造地方氢能产业数据库,如:制氢企业与制氢量,氢气运输信息,加氢站分布及安全监控,氢燃料电池车辆运营轨迹,产业链重点企业及综合示范应用项目信息填报,逐步实现地方级氢能产业数据信息接入与共享,在此基础项上逐步实现氢能产业大数据平台与地方氢能产业数据协同共享,并形成可以复制的产品服务能力,具体包括氢能专题服务能力与定制实施服务能力
在一个实施例中,所述大数据单元10具体包括:
氢能产业数据模块11,用于采集所述氢能产业基础设施提供的氢能产业大数据并进行存储;
在本实施例中,通过数据汇集,将结构化、半结构化、非结构化数据优选以实时采集、人工导入或定时批量抽取的方式进行采集,将数据存储到大数据单元10,以形成氢能产业大数据;
氢能产业大数据包括氢能企业录入数据、储运数据、加氢站数据及第三方数据等;其中,第三方数据包括用氢设备的使用数据(例如:采用氢燃料电池的车辆等)。
数据共享交换模块12,连接所述氢能产业数据模块11,用于实现不同所述氢能产业基础设施对应的所述氢能产业大数据的共享和交换;
通过数据共享交换模块12,实现与内/外部系统或第三方系统进行数据交换,并以API等方式对外开放或共享数据。数据共享交换基于基础设施进行所有的氢能产业基础设施对应的所述氢能产业大数据的数据归集和共享,为上层智能应用提供底层的数据支撑。为了保障给氢能产业大数据管理系统提供坚实的底层数据交换基础,保障数据可靠、高效、安全、稳定的在各交换节点之间进行数据交换,需要与大数据单元10各模块之间进行联动,将不满足上层应用展示的数据进行综合治理和存储后,提供符合展示要求的合规数据。因此,氢能产业大数据管理系统的具象化体现直接反应在辅助决策单元30,为使用者提供综合数据应用,从数据交换的角度出发,作为数据共享交换模块12为氢能产业大数据管理系统提供库表、文件、服务等多种形式的数据访问方式。
数据治理模块13,连接所述氢能产业数据模块11和所述数据共享交换模块12,用于通过所述数据共享交换模块12实现对所述氢能产业大数据进行预处理,得到预处理数据集;所述预处理包括但不限于数据汇聚,和/或数据清洗,和/或数据关联,和/或数据融合,和/或数据标识;
在本实施例中,上述数据汇聚具体为通过数据集成,同步海量数据进入大数据单元10,完成多源异构数据的采集。数据集成采用分布式架构设计,支持集群部署模式,避免单点故障导致不可用,并允许将高负载数据转换处理组件部署在多台服务器上并发执行,具备较高的数据处理效率;
上述数据清洗具体为在数据源管理的基础上,通过创建数据交互转换,实现对数据清洗,脱敏,转换,稽查,合并,替换,过滤,校验等一系列操作。系统具备ETL组件库,实现数据抽取、关联、排序、去重、转换、聚合、装载等功能,可以通过拖拽的方式快速完成复杂的数据清洗转换需求,组件覆盖值映射、数据校验、合并记录、数据计算、随机数、数据拆分、数据生成、数据去重、数据分组、数据去重等复杂处理;
上述数据关联具体为将不同库表的数据按主数据进行关联。通过对归集的数据进行清洗转换,按照业务主键融合各部门数据实现横向打通,形成完整的业务主体信息。如氢能产量库建设,以企业身份信息关联各部门数据,法人综合库以统一社会信用代码(或组织机构代码)进行数据关联;
上述数据融合具体为根据业务维度将数据融合成主/专题库;
上述数据标识具体为根据数据属性和业务需要打数据标签。
数据管理模块14,连接所述数据治理模块13,用于对所述预处理数据集进行数据管理;所述数据管理包括但不限于数据标准管理,和/或资源目录管理,和/或元数据管理,和/或数据生命周期管理,和/或数据质量管理;
在本实施例中,上述数据标准管理规范了业务术语,元数据,参考数据,基础数据,指标数据的规范定义、获取原则、管理要求等。包括设计基础类和分析类数据标准,制定数据标准管理制度和流程,明确数据标准管理组织和职责,以明确的组织、职责、流程设计为前提,调动业务部门、技术部门和系统技术团队共同参与数据标准设计,建立全局数据标准流程,制定总体落地计划,推动数据标准落地执行,增强内部对数据标准的理解,指导信息化建设中对数据标准的参照。数据标准管理体系主要包含数据标准管理、落地实施机制、及数据标准管理平台维护三部分。落地实施机制从规范推广、技术平台支撑两方面保障;数据标准平台维护主要包括建设数据标准技术平台,支撑数据标准日常管理工作两方面;
上述资源目录管理使用目录内容管理信息库实现对所汇集目录内容的管理。资源目录存储各氢能企业注册到目录服务中心的目录内容,目录服务中心使用目录内容服务信息库提供目录查询检索服务。中心目录内容管理信息库的主要数据表是元数据表及相应的代码对照表、审核发布管理信息表组成,元数据表的内容基本上与部门目录内容相同。最终提供给用户使用是目录内容服务信息库中的目录内容信息。根据国家目录体系标准要求,元数据表中必须包括的信息项为:信息资源名称、信息资源发布日期、信息资源摘要、信息资源提供单位、关键字、信息资源分类方式、类目、在线资源链接地址、信息资源标识符、服务地址、元数据标识符、元数据维护单位、元数据更新时间;
进一步地,拟定氢能发展状况编制目录清单和清单管理制度,拟定规划成果空间转译的总体要求,拟定各类规划信息收集衔接的基本流程和项目信息标准;
上述元数据管理根据元数据用途及针对使用角色的不同,制定元数据分类框架,规划业务元数据、技术元数据、操作元数据所包含的数据类型和集合。依照元数据管理制度及要求,获取元数据后,根据规则进行元数据分类,后续根据每类元数据定义,实现元数据的分类管理。元数据贯穿数据“流动”的全过程,主要包括数据源元数据、数据采集元数据、数据仓库存储元数据、数据集元数据、应用服务层元数据和门户管理元数据。其中,上述业务元数据为介于业务人员和系统之间的语义层,包含业务定义,业务部门,业务规则,管理部门等信息。上述技术元数据主要指所在系统的数据类型,数据处理逻辑,表/字段等技术细节信息。上述操作元数据主要指数据访问权限,数据处理作业的结果等数据处理过程的元数据;
上述数据生命周期管理是一种基于策略的方法,用于管理信息系统的数据在整个生命周期内的流动:从创建和初始存储到过时被删除。数据生命周期管理体系应将数据生命周期与信息生命周期管理结合,明确数据治理生命周期中的职责,逐步实现“以数据为中心”的信息系统建设模式。根据数据治理体系制度、规范,确认数据生命周期与信息生命周期管理职责,并建立两方有效协同机制,实现数据生命周期与信息生命周期的融合,实现“以功能为中心”向“以数据为中心”的模式转型。细化梳理数据生命周期环节,建立数据生命周期职责矩阵,将数据管控、数据规划、数据设计、数据开发、数据获取、数据应用、数据归档、数据考核阶段活动及要求落实到对应部门;
上述数据质量管理包括数据质量管理保障、存量数据质量管理过程、增量数据质量管理过程以及数据质量主动保证共四个组成部分。数据质量管理框架将重点围绕数据质量重点数据范围,结合数据认责机制、数据标准以及元数据的建设,重点解决核心数据的质量问题,共同推动数据质量的检测和提升。
数据库模块15,连接所述数据治理模块13,用于存储所述预处理数据集,形成氢能产业大脑数据库;
数据库模块15用于将预处理数据集进行存储形成氢能产业大脑数据库,氢能产业大脑数据库优选包含基础库、主题库和专题库,加入基础库的内容,通过对氢能产业数据模块11中的数据进行集成治理和数据融合,形成主题库,保障数据的完整性、一致性、正确性、合规性与关联性,实现一数一源,从主题库中抽取数据形成专题库,通过协同共享单元20提供的标准API接口,支撑大数据的各类应用。
上述基础库中存储的信息包括经过清洗比对的各种结构化业务数据的结构化信息资源库;通过交换体系整合的部门公文、生产文件和音视频文件等各种非结构化数据资源;存储按照主题或专题建立的模型和支撑分析型应用的数据仓库。此外,还应包括目录体系技术支撑系统的目录服务内容信息库和目录内容管理信息库;交换体系技术支撑系统的交换信息库和共享信息库;支撑氢能消费业务等的业务系统。
在一个实施例中,所述协同共享单元20具体包括:
能力中心模块21,用于集中展示所述协同共享单元的上架能力;
能力管理模块22,用于对所述协同共享单元20的所有所述上架能力进行集中管理;
应用管理模块23,用于展示所述协同共享单元20的所有所述上架能力接入者创建的业务应用,并向系统管理员提供所述业务应用的管理权限;
消息中心模块24,用于供开发者和所述系统管理员进行沟通交流;
网关管理模块25,用于开放通讯接口,对外提供服务,并对通信接口进行管理。
在本实施例中,上述能力中心模块21是集中展示协同共享单元20已经上架能力,可以按照协同共享单元20设置的能力类别或者主题类别来浏览能力列表,能具体查看每个能力的能力概述、功能介绍、能力使用的帮助文档以及能力使用的一些典型场景等等详细信息,帮助用户更好的了解和使用平台提供的能力。
上述能力管理模块22是协同共享单元20对所有上架的能力集中管理的功能模块,这里显示协同共享单元20所有的上架能力。系统管理员可以管理这些能力的上架、下架等操作进入能力提供的系统后台做一些能力的系统设置;调试能力接入是否正常;查看能力对接的应用和接入者,查看能力数据统计信息;监控能力的组件和主机健康指标是否正常。
上述应用管理模块23展示协同共享单元20所有能力接入者创建的业务应用,提供给系统管理员对全平台业务应用管理功能。平台系统管理员可以启用/禁用目标应用,当系统管理员禁用目标应用后,此应用将不能再使用协同共享单元20接入任何业务能力。
上述消息中心模块24是协同共享单元20提供给开发者之间、开发者和系统管理人员沟通交流的一个工具,消息可以是开发者之间沟通交流,也可以是开发者给系统管理人员和系统管理人员给平台的使用者的系统消息,公告等等。
上述网关管理模块25优选用于开放API接口对外提供服务,并对API接口进行管理。API网关构建管理系统边界上的面向API的、串行的强管控服务,提供高性能、高可用的API托管服务,使用户能够快速、低成本、低风险的开放服务。主要包括API管理、负载管理、流量策略、黑白名等。API网关是一个服务器,是系统的唯一入口。从面向对象设计的角度看,它与外观模式类似。API网关封装了系统内部架构,为每个客户端提供一个定制的API。它可能还具有其它职责,如身份验证、监控、负载均衡、缓存、请求分片与管理、静态响应处理。API网关方式的核心要点是,所有的客户端和消费端都通过统一的网关接入微服务,在网关层处理所有的非业务功能。通常,网关也是提供REST/HTTP的访问API。服务端通过API-GW注册和管理服务。
在一个实施例中,通讯接口为API接口。
在一个实施例中,所述氢能产业显示单元40包括:氢能产业显示模块41,和/或产业监测模块42,和/或实时报警模块43,和/或风险预警模块44,和/或氢能产业规划模块45。
在本实施例中,氢能产业显示单元40展现数据智能化理解和认知,强化信息掌控能力,提供全局态势可视,揭示氢能产业运行趋势,形成氢能产业超级洞察力,提升氢能产业运行的动态监管能力和科学决策水平。本发明的氢能产业大数据管理系统通过把氢能产业运行中的静态和动态数据经由大数据技术、人工智能技术、物联网技术、可视化技术处理之后,呈现给氢能管理者一个逻辑清晰、内容丰富、直观透彻的氢能产业运行状态实时可视化决策信息,从而辅助提升氢能产业治理决策能力,实现氢能产业的运营,大幅提升管理效率。进一步地,氢能产业显示单元40包括但不限于氢能产业显示模块41,产业监测模块42,实时报警模块43,风险预警模块44,氢能产业规划模块45。
上述氢能产业显示模块41基于三维地理信息,利用三维视图结合虚拟现实技术,将包括氢能产业园、街道、地标点、建筑物、机动目标、管线设施等在内的设备周围全景进行完整、鲜活的呈现,支持空间数据的实时监控、历史回放、模拟推演,让规律清晰可见,让决策有数可依、更加高效。
上述产业监测模块42针对开发氢能及燃料电池产业规划指标、重大项目、重点任务等发展实施监测,探索大数据等技术在规划实施中的创新运用,设计发展设计氢能及燃料电池应用场景的安全动态监测。
上述实时报警模块43利用历史标准化数据中提取相应的学习指标,并对风险预测模型算法进行训练;并从实时的标准化数据中提取相应的监测指标,输入训练好的风险预测模型算法,输出风险告警信息和未来风险预测信息数据,然后根据告警信息,展示当前全产业链上不同环节中各设备、人员和环境的实时告警情况,包括如燃料电池汽车过压/高温报警、运氢长管拖车泄漏报警、长管拖车驾驶员驾驶行为不当报警、加氢站泄漏报警、制氢厂产线异常报警。
上述风险预警模块44用于根据对当前时间窗口中前24小时设备情况的评估结果,提供在未来1小时内可能发生风险的设备以及其风险因素,包括如制氢设施风险预测、加氢站设备风险预测、设备检修维护计划、潜在损坏零件更换警告、运氢长管拖车行驶路线风险情况。
氢能产业显示模块41还通过提供类型多种图表形式对实时告警和风险预警数据进行展示;根据风险告警信息和未来风险预测信息数据,定期生成全产业链的风险情况数据报表。其中,在氢能行业中需要及时的信息数据反馈,来实时的判断及避免突发问题,氢能产业显示模块41通过字号大小、字体颜色进行重要信息区分,确保在大屏中重要信息反馈在第一时间被发现,从而进行高效的信息传达,以场景主题为轴,优化整合各种数据,打破系统与专业壁垒,打造可视、可管、可控的监测体系。
上述氢能产业规划模块45关注氢能产业的合理布局,包含土地利用情况与氢能产业重点基础设施,与人口分布信息结合,形成生动的氢能产业规划“一张图”。
在一个实施例中,所述系统还包括安全体系单元50,所述安全体系单元50与所述大数据单元10、协同共享单元20、辅助决策单元30和所述氢能产业显示单元40连接,用于为所述大数据单元10、协同共享单元20、辅助决策单元30和氢能产业显示单元40提供信息安全保障。
在本实施例中,上述安全体系单元50依据氢能产业安全标准、等保标准,划分为安全技术体系、安全管理体系和安全运维体系。安全技术体系从技术层面,基于软件定义安全,层层深入,构筑纵深防御体系;安全管理体系从安全管理体系从管理制度制定、管理岗位的设定、安全赋能培训的实施等,保障后期安全、健康的运营。安全运维体系从事前、事中和事后,构建全方位立体的安全运维体系。氢能产业大数据管理系统可靠安全的运行不仅关系到系统本身的运行,还关系其他部门相关系统的运行,因此它的网络、主机、存储备份设备、系统软件、应用软件等部分应该具有极高的可靠性。同时,由于网络系统的多样性、复杂性、开放性、终端分布的不均匀性,致使网络极易遭到黑客、恶性软件或非法授权的入侵与攻击。鉴于“氢能产业大脑”业务工作的严肃性和敏感性,为了保障和加强信息系统网络的安全,防止偶然因素和恶意原因破坏、更改、泄密,保障工作正常持续进行,同时,提高系统应对威胁和抵御攻击的对抗能力和恢复能力,需要建设安全保障系统,并且,应满足信息安全等级保护的要求,使系统具有抵御和防范大规模、较强恶意攻击、较为严重的自然灾害、计算机病毒和恶意代码危害的能力;具有检测、发现、报警、记录入侵行为的能力;具有对安全事件进行响应处置,并能够追踪安全责任的能力;在系统遭到损害后具有能够较快恢复正常运行状态的能力,对于服务保障性要求高的系统,应能快速恢复正常运行状态;具有对系统资源、用户、安全机制等进行集中控管的能力。
优选的,在安全体系单元50建立之前,还需要建立安全管理制度,该安全管理制度是规范和指导安全管理全部活动的一整套完善、严密、纵横联系的程序和方法,以确保人人各司其职,各尽其责,各项信息安全活动做到规范化、高效率化,并在各部门和环节之间分工、协调地进行,从而建立起全网安全保障机制,按照管理系统化原则、工作程序化原则、保障机制化原则建立安全管理制度。
在一个实施例中,所述安全体系单元50具体包括:物理安全模块51,和/或网络安全模块52,和/或主机安全模块53,和/或应用安全模块54,和/或数据安全模块55。
在本实施例中,上述物理安全模块51主要涉及物理环境安全(防火、防水、防雷击等)设备和介质的防盗防破坏等方面。具体包括:物理位置的选择,物理访问控制,防盗窃和防破坏,防雷击,防火,防水和防潮,防静电,温湿度控制,电力供应和电磁防护等。本项目将按三级的要求进行机房建设,具体包括:对出入机房加强控制,做到人、电子设备共同监控;物理环境方面,进一步采取各种控制措施来进行防护,如防火要求,不仅要求自动消防系统,而且要求区域隔离防火,建筑材料防火等,将防火的范围增大,从而使火灾发生的几率和损失降低。
上述网络安全模块52包括但不限于防火墙、应用安全防护网关、安全隔离与信息交换系统、日志审计和安全审计。其中,防火墙是网络安全的基础屏障。防火墙能极大地提高一个内部网络的安全性,并通过过滤不安全的服务而降低风险。由于只有经过精心选择的应用协议才能通过防火墙,所以网络环境变得更安全。防火墙同时可以保护网络免受基于路由的攻击,如IP选项中的源路由攻击和ICMP重定向中的重定向路径。防火墙可以拒绝所有以上类型攻击的报文并通知防火墙管理员。同时,强化网络安全策略、对网络存取和访问进行监控审计、防止内部信息的外泄、精确流量管理。
应用安全防护网关是采用入侵防御、服务器防护、病毒防护、内容过滤、流量控制等多种安全技术的融合一体化安全网关,能够及时阻止各种针对系统漏洞的攻击,屏蔽蠕虫、病毒和间谍软件,防御DOS及DDOS攻击,阻断或限制P2P应用,防范借助应用进行的恶意代码植入、网络入侵、数据窃取、APT攻击等破坏行为。具备防火墙、VPN、入侵检测、防病毒、URL过滤,应用程序控制,邮件过滤等功能,从而帮助网络管理员完成应用系统、网络基础设施和系统性能保护的关键任务。
安全隔离与信息交换系统,采用多主机隔离的体系结构和专用安全芯片设计的安全隔离与信息交换系统可以满足该要求,其内外网模块连接相应网络实现数据的收发及预处理等操作,数据迁移模块采用专用的硬件设计,在固化的硬件逻辑控制下,通过专有信道,采用私有协议实现与内外网模块进行数据交换,保证任意时刻内外网之间没有物理层和链路层以上的连接。同时,集成了多种安全技术手段,采用强制安全策略,可扩展支持病毒查杀模块,对数据内容进行安全检测,保障数据安全、可靠地交换。
日志审计是针对业务环境下的网络操作行为进行细粒度审计的合规性管理系统。它通过对被授权人员和系统的网络行为进行解析、分析、记录、汇报,以帮助用户事前规划预防、事中实时监视、违规行为响应、事后合规报告、事故追踪溯源,加强内外部网络行为监管、促进核心资产(数据库、服务器、网络设备等)的正常运营。同时,此次日志审计管理系统通过本地、网络等多种方式集中采集、分析和存储操作系统、数据库、网络设备、安全设备日志。对收集到的日志进行实时分析审计和告警响应,帮助运维IT人员管理员实时了解系统的安全事件和运行状况。同时,通过安全审计员对分布在系统各个组成部分的安全审计机制进行集中管理,包括:根据安全审计策略对审计记录进行分类;提供按时间段开启和关闭相应类型的安全审计机制;对各类审计记录进行存储、管理和查询等;对安全审计员进行严格的身份鉴别,并只允许其通过特定的命令或界面进行安全审计操作。
安全审计主要用于监视并记录网络中的各类操作,实时地综合分析出网络中发生的安全事件,外部事件如外部入侵行为,内部事件如内部人员的文件拷贝、信息获取、信息发布、资源变迁等,并根据设置的规则,智能地判断出违规行为,并对违规行为进行记录、报警和阻断。同时,对网络中出现的黑客入侵行为进行实时报警和阻断,可以有效地阻拦来自网络内部和外部,特别是来自因特网的恶意破坏行为。系统自身的数据具备防销毁、防篡改的特性,能够为网络犯罪案件的侦破和取证提供精确、宝贵的辅助数据。它可以在内部局域网上建立完善的安全预警和安全应急反应体系,为平台的安全运行提供保障。
上述主机安全模块53包括服务器、终端/工作站等在内的计算机设备在操作系统及数据库系统层面的安全。终端/工作站是带外设的台式机与笔记本计算机,服务器则包括应用程序、网络、web、文件与通信等服务器。主机系统是构成信息系统的主要部分,其上承载着各种应用。因此,主机系统安全是保护信息系统安全的中坚力量。主机安全主要涉及的安全控制点包括:对主机进行基本的安全防护,实现安全审计和资源控制,实现身份鉴别和访问控制、恶意代码统一管理等。
上述应用安全模块54主要涉及的安全控制点包括:身份鉴别、安全标记、访问控制、可信路径、安全审计、通信完整性、通信保密性、抵抗赖性、软件容错、资源控制等控制点。身份鉴别要求加强,要求组合鉴别技术。安全审计要进行中分析等。对通信过程的完整性提出了特定密码保护的要求。应用软件自身的安全要求进一步增强,软件容错能力增强,增加了自动保护功能。
上述数据安全模块55主要用于保障数据的安全性。信息系统处理的各种数据在维持系统正常运行上起着至关重要的作用。一旦数据遭到破坏,都会在很大程度上造成影响,从而危害到系统的正常运行。对数据完整性的要求增强,范围扩大,增强了系统管理数据的传输完整性,不仅能够检测出数据受到破坏,并能进行恢复。对数据保密性要求范围扩大到实现系统管理数据、鉴别信息和重要业务数据的传输和存储的保密性。
在一个实施例中,所述系统还包括:标准体系单元60,所述标准体系单元60与所述大数据单元10、协同共享单元20、辅助决策单元30和氢能产业显示单元40连接,用于为所述大数据单元10、协同共享单元20、辅助决策单元30和氢能产业显示单元40提供统一的标准规范,以保证氢能产业大数据管理系统中数据、应用的互联互通。
在本实施例中,面对氢能产业大数据管理系统这样涵盖业务范围较广的大型综合信息与网络化系统,要实现多应用系统的数据、应用和系统的集成,实现互联互通,并最大限度地进行互操作,首先必须建立完善的标准规范体系,即标准体系单元60。如果缺乏标准化和规范化,项目建设势必难以兼容互通,信息资源难以共享,而且还将浪费大量的资源、经费和时间。因此,必须依据具体项目建设的目标和任务,建设该系统的标准规范体系,保障标准的可持续发展能力,实现真正意义上的互联互通互操作。
标准体系单元60是由一定范围内的具有内在联系的标准组成的科学的有机整体,它包括现有的、正在制定的和应着手制定的各类标准,是促进一定范围内的标准组成趋向科学化和合理化的手段,通常用标准体系单元框架和明细表的方式来表达。统一标准,保障安全是氢能产业大数据管理系统必须坚持的重要原则之一。切实可行,准确实用标准和规范必须根据实际情况而制订和修改,这样才能使标准符合实际。标准的制订和修订要求准确实用,使执行者易于理解和执行,具有较强的可操作性,同时,遵循国家标准、行业标准。标准和规范的制订应遵照、继承和贯彻国家标准、行业标准,避免重复建设,参考国家标准和相关行业标准。同时由于氢能产业大数据管理系统是一个跨部门、复杂的系统,各个部门都有其特点,因此标准的制订和采用应具有前瞻性并成熟可用,满足易于扩展的需求,使之能适应行业的变化。标准和规范建设涉及面广,不是一个部门所能解决的。因此,在标准的制订过程中必须调动各部门的积极性,吸收尽可能多的部门参与。特别是业务处理规范和业务数据标准的制订,必须有各业务部门的业务人员的参与。在标准和规范的执行过程中,也需要各业务部门的配合。在统一采集数据的基础上,建立系统的、分层次的指标规范。
本发明的有益效果如下:
本发明通过人工智能技术,以氢能产业大数据为基础,以人工智能思考判断辅助人工思考,找出潜在规律和联系,进行预测分析,能够实现氢能产业运行状态的全面感知,以实现精细化管理,满足氢能产业管理综合监控和智能化决策的需求。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种氢能产业大数据管理系统,其特征在于,包括:
大数据单元,用于采集氢能产业基础设施提供的氢能产业大数据,对所述氢能产业大数据进行预处理得到预处理数据集,并将所述预处理数据集进行存储形成氢能产业大脑数据库;
协同共享单元,连接所述大数据单元,用于能力封装和协议适配,并通过开放通讯接口对外提供服务,以支撑不同技术体系的业务应用对所述氢能产业大脑数据库中存储的所述预处理数据集进行调用和交互;
辅助决策单元,连接所述大数据单元和氢能产业显示单元,用于根据预先生成的自适应决策分析引擎集和所述氢能产业大脑数据库中存储的所述预处理数据集进行人工智能分析,并将分析结果通过所述氢能产业显示单元向氢能产业管理者进行展示,实时监测氢能产业运行状态。
2.根据权利要求1所述的系统,其特征在于,所述大数据单元具体包括:
氢能产业数据模块,用于采集所述氢能产业基础设施提供的氢能产业大数据并进行存储;
数据共享交换模块,连接所述氢能产业数据模块,用于实现不同所述氢能产业基础设施对应的所述氢能产业大数据的共享和交换;
数据治理模块,连接所述氢能产业数据模块和所述数据共享交换模块,用于通过所述数据共享交换模块实现对所述氢能产业大数据进行预处理,得到预处理数据集;
数据管理模块,连接所述数据治理模块,用于对所述预处理数据集进行数据管理;
数据库模块,连接所述数据治理模块,用于存储所述预处理数据集,形成氢能产业大脑数据库。
3.根据权利要求2所述的系统,其特征在于,所述预处理具体包括数据汇聚,和/或数据清洗,和/或数据关联,和/或数据融合,和/或数据标识。
4.根据权利要求2所述的系统,其特征在于,所述数据管理具体包括数据标准管理,和/或资源目录管理,和/或元数据管理,和/或数据生命周期管理,和/或数据质量管理。
5.根据权利要求1所述的系统,其特征在于,所述协同共享单元具体包括:
能力中心模块,用于集中展示所述协同共享单元的上架能力;
能力管理模块,用于对所述协同共享单元的所有所述上架能力进行集中管理;
应用管理模块,用于展示所述协同共享单元的所有所述上架能力接入者创建的业务应用,并向系统管理员提供所述业务应用的管理权限;
消息中心模块,用于供开发者和所述系统管理员进行沟通交流;
网关管理模块,用于开放通讯接口,对外提供服务,并对通信接口进行管理。
6.根据权利要求1所述的系统,其特征在于,所述氢能产业显示单元包括:氢能产业显示模块,和/或产业监测模块,和/或实时报警模块,和/或风险预警模块,和/或氢能产业规划模块。
7.根据权利要求1所述的系统,其特征在于,所述采集氢能产业基础设施提供的氢能产业大数据包括:通过采集氢能企业录入数据、储运数据、加氢站数据及第三方数据。
8.根据权利要求1所述的系统,其特征在于,所述系统还包括安全体系单元,所述安全体系单元与所述大数据单元、协同共享单元、辅助决策单元和所述氢能产业显示单元连接,用于为所述大数据单元、协同共享单元、辅助决策单元和氢能产业显示单元提供信息安全保障。
9.根据权利要求8所述的系统,其特征在于,所述安全体系单元具体包括:物理安全模块,和/或网络安全模块,和/或主机安全模块,和/或应用安全模块,和/或数据安全模块。
10.根据权利要求1所述的系统,其特征在于,所述系统还包括:标准体系单元,所述标准体系单元与所述大数据单元、协同共享单元、辅助决策单元和氢能产业显示单元连接,用于为所述大数据单元、协同共享单元、辅助决策单元和氢能产业显示单元提供统一的标准规范。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310707122.3A CN116644934A (zh) | 2023-06-14 | 2023-06-14 | 一种氢能产业大数据管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310707122.3A CN116644934A (zh) | 2023-06-14 | 2023-06-14 | 一种氢能产业大数据管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116644934A true CN116644934A (zh) | 2023-08-25 |
Family
ID=87639915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310707122.3A Pending CN116644934A (zh) | 2023-06-14 | 2023-06-14 | 一种氢能产业大数据管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116644934A (zh) |
-
2023
- 2023-06-14 CN CN202310707122.3A patent/CN116644934A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111209269A (zh) | 一种智慧城市大数据管理系统 | |
Sengan et al. | Enhancing cyber–physical systems with hybrid smart city cyber security architecture for secure public data-smart network | |
Mohammad et al. | Machine learning with big data analytics for cloud security | |
Du | Application of information communication network security management and control based on big data technology | |
Staves et al. | A cyber incident response and recovery framework to support operators of industrial control systems | |
Tichy et al. | Application of Cybersecurity Approaches within Smart Cities and ITS | |
Liang et al. | Information security monitoring and management method based on big data in the internet of things environment | |
Schaberreiter et al. | A cybersecurity situational awareness and information-sharing solution for local public administrations based on advanced big data analysis: the CS-AWARE project | |
Yang | Information security risk management model for big data | |
CN115269671A (zh) | 基于政务数据融通与价值挖掘的数据实验室 | |
Fatima et al. | Waseemullah | |
Miloslavskaya | Information security management in SOCs and SICs | |
Qing et al. | Research on key technology of network security situation awareness of private cloud in enterprises | |
Elhady et al. | Comprehensive risk identification model for SCADA systems | |
CN115758406A (zh) | 数据协同共享安全系统 | |
Din et al. | Critical success factors for managing information systems security in smart city enabled by Internet of things | |
CN116644934A (zh) | 一种氢能产业大数据管理系统 | |
Ke et al. | Towards evolving security requirements of industrial internet: a layered security architecture solution based on data transfer techniques | |
Szabó | Cybersecurity issues of pension payments | |
Miloslavskaya | SOC-and SIC-based information security monitoring | |
Rajamäki | Resilience Management Concept for Railways and Metro Cyber-Physical Systems | |
Yan et al. | Research on key technologies of industrial internet data security | |
ÖZÇELİK et al. | Center energy: A secure testbed infrastructure proposal for electricity power grid | |
Fazio et al. | HSCLOUD: cloud architecture for supporting homeland security | |
Lan et al. | Brief Analysis for Network Security Issues in Computing Power Network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |