过程工业大数据建模研究展望

• 作者: 刘强 秦泗钊
• 来源期刊: 自动化学报
• 关键词: 过程工业大数据 多层面数据潜结构建模 多时空时间序列数据建模 大数据计算架构
• 年，卷（期）: 2016,（2）
• 页码范围: 161-171
• 页数: 11页
• 字数: 12803字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c150510

摘要

人们对大数据的认识已从“3Vs”(Volume—大容量； Variety—多样性； Velocity—处理实时性)、“4Vs”(“3Vs”与Value—价值)、到现今的“5Vs”(“4Vs”与Veracity—真实性)。在此背景下，首先分析过程工业大数据的“5Vs”特性；接下来，综述现有数据建模方法，并结合过程工业大数据特有性质(包括：多层面不规则采样性、多时空时间序列性、不真实数据混杂性)论述现有数据建模方法应用于工业大数据建模时的局限；最后，探讨过程工业大数据建模有待研究的问题，包括：1)多层面不规则采样数据的潜结构建模；2)用于事件发现、决策和因果分析的多时空时间序列数据建模；3)含有不真实数据的鲁棒建模；4)支持实时建模的大容量数据计算架构与方法。