基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以往管道企业数据分析侧重于因果关系,而在大数据时代,管道系统一系列的信息集成、管理程序、检测记录以及日常运维记录等都将通过物联网、云计算等数据网络串联起来,其数据分析方向逐渐由因果关系向非因果(关联性)关系转变.通过对大数据分析模型进行研究,得出大数据分析将是管道企业未来发展的重要趋势之一,建立了适合于未来发展的管道系统大数据管理架构模型,提出了基于大数据的管道数据算法模型,进一步完善了内检测数据管理模型,并在管道泄漏和预警、管道地质灾害、管道腐蚀管理、管道内检测数据分析等方面实践应用,获得了能耗控制、灾害管理、风险控制等综合性、全局性的分析结论,对于管道大数据领域在管道行业的发展和应用具有重要意义.(图7,表2,参13)
推荐文章
基于大数据分析的消费额度估计模型
Hadoop平台
大数据
时间序列
消费额度
ARIMA模型
对数转换
基于大数据分析的电子地图数据驱动系统设计
大数据分析
电子地图数据
驱动系统
CC2530
基于大数据分析的运动损伤估计模型设计
大数据分析
运动损伤
估计模型
RBF神经网络
大数据分析概要
大数据
大数据分析
未来趋势
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于大数据的管道系统数据分析模型及应用
来源期刊 油气储运 学科 工学
关键词 大数据 管道系统 数据分析模型 内检测数据管理 腐蚀管理
年,卷(期) 2015,(10) 所属期刊栏目 前瞻与综述
研究方向 页码范围 1027-1032
页数 分类号 TE972
字数 6389字 语种 中文
DOI 10.6047/j.issn.1000-8241.2015.10.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 董绍华 15 228 9.0 15.0
2 安宇 3 47 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (131)
共引文献  (166)
参考文献  (12)
节点文献
引证文献  (25)
同被引文献  (221)
二级引证文献  (152)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(19)
  • 参考文献(1)
  • 二级参考文献(18)
2012(12)
  • 参考文献(2)
  • 二级参考文献(10)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(51)
  • 参考文献(3)
  • 二级参考文献(48)
2015(5)
  • 参考文献(4)
  • 二级参考文献(1)
2015(5)
  • 参考文献(4)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(10)
  • 引证文献(6)
  • 二级引证文献(4)
2018(46)
  • 引证文献(8)
  • 二级引证文献(38)
2019(60)
  • 引证文献(3)
  • 二级引证文献(57)
2020(59)
  • 引证文献(6)
  • 二级引证文献(53)
研究主题发展历程
节点文献
大数据
管道系统
数据分析模型
内检测数据管理
腐蚀管理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
油气储运
月刊
1000-8241
13-1093/TE
大16开
河北省廊坊市金光道51号
18-89
1977
chi
出版文献量(篇)
5706
总下载数(次)
15
论文1v1指导