面向計量管理的大數據技術研發及創新應用

吳晶

【摘 要】在計量工程中，計量管理是十分重要的一項任務及內容，對于計量工作的有效開展比較有利，因而需要有效落實計量管理工作。在目前計量管理工作中，大數據技術有著越來越廣泛的應用，且發揮著重要作用，而為能夠使大數據更要應用于計量管理，應當對大數據技術進一步研發及創新，以實現其更理想的作用，為計量管理提供更理想的基礎技術支持與保障。

【關鍵詞】計量管理；大數據技術；創新應用

在目前計量管理工作實際開展中，為能夠使計量管理水平得到提升，使相關要求得到更好滿足，很多現代化技術均得以應用，而大數據技術就是其中比較重要的一種，對大數據技術進行有效應用也就十分必要。為能夠使大數據應用取得更滿意效率，相關人員應針對計量管理對該技術進一步研發，并且對其進行進一步創新應用，從而使大數據技術能夠更好應用于計量管理工作中，為計量管理水平的提升提供更好支持與保障。

1計量管理概述

在計量管理業務實際開展過程中，需要對計量管理業務系統進行利用，在此基礎上才能夠使計量管理業務實現更理想開展。而對于計量管理業務系統而言，其主要就是對企業中現有計量管理業務實行統一管理的相關平臺，其管理過程主要包括建檔、檢定申請以及審核等，可使質檢部門能夠對整體計量管理業務實行實時監控以及監督。首先，對于計量管理業務系統而言，可將其劃分為三個相互分離的工作模式，分別為受理、審查以及許可，在此基礎上可使計量管理業務的相關信息資源庫得以形成。其次，對于許可審批，質檢部門可提供相關計量授權，對于獲得授權的有關檢驗檢測機構，可依據抽查計劃具體要求，對于抽查產品實行抽樣以及檢驗檢測，并且應當依據標準報告模板將相關檢驗報告給出。第三，質檢部門對計量器具制造許可證，實行證后監督檢查管理，對于授權計量技術結構，實行監督檢查管理，對于計量建標季候實行監管，在實際檢查過程中，可選擇兩種不同檢查方式，即企業自查方式與監督部門組織檢查方式。

2大數據技術進展

目前，大數據領域每年都會涌現出大量新的技術，成為大數據獲取、存儲、處理分析或可視化的有效手段。大數據技術能夠將大規模數據中隱藏的信息和知識挖掘出來，為人類社會經濟活動提供依據，提高各個領域的運行效率，甚至整個社會經濟的集約化程度。

2.1大數據生命周期

數據分析和可視化基于計算處理層。分析包括簡單的查詢分析、流分析以及更復雜的分析（如機器學習、圖計算等）。查詢分析多基于表結構和關系函數，流分析基于數據、事件流以及簡單的統計分析，而復雜分析則基于更復雜的數據結構與方法，如圖、矩陣、迭代計算和線性代數。一般意義的可視化是對分析結果的展示。但是通過交互式可視化，還可以探索性地提問，使分析獲得新的線索，形成迭代的分析和可視化?；诖笠幠祿膶崟r交互可視化分析以及在這個過程中引入自動化的因素是目前研究的熱點

2.2大數據技術生態大數據的基本處理流程與傳統數據處理流程并無太大差異，主要區別在于：由于大數據要處理大量、非結構化的數據，所以在各處理環節中都可以采用并行處理。目前，Hadoop、MapReduce和Spark等分布式處理方式已經成為大數據處理各環節的通用處理方法。Hadoop是一個由Apache基金會開發的大數據分布式系統基礎架構。用戶可以在不了解分布式底層細節的情況下，輕松地在Hadoop上開發和運行處理大規模數據的分布式程序，充分利用集群的威力高速運算和存儲。Hadoop是一個數據管理系統，作為數據分析的核心，匯集了結構化和非結構化的數據，這些數據分布在傳統的企業數據棧的每一層。Hadoop也是一個大規模并行處理框架，擁有超級計算能力，定位于推動企業級應用的執行。Hadoop又是一個開源社區，主要為解決大數據的問題提供工具和軟件。雖然Hadoop提供了很多功能，但仍然應該把它歸類為多個組件組成的Hadoop生態圈，這些組件包括數據存儲、數據集成、數據處理和其他進行數據分析的專門工具

2.3大數據采集與預處理

在大數據的生命周期中，數據采集處于第一個環節。根據MapReduce產生數據的應用系統分類，大數據的采集主要有4種來源：管理信息系統、Web信息系統、物理信息系統、科學實驗系統。對于不同的數據集，可能存在不同的結構和模式，如文件、XML樹、關系表等，表現為數據的異構性。對多個異構的數據集，需要做進一步集成處理或整合處理，將來自不同數據集的數據收集、整理、清洗、轉換后，生成到一個新的數據集，為后續查詢和分析處理提供統一的數據視圖。

3計量管理中大數據技術的創新應用

3.1全生命周期管理中的應用

對于計量資產的全生命管理而言，其包括設備的整個使用過程，即設備生產制造、設備驗收管理以及設備檢定檢測管理與倉儲配送管理，還包括設備安裝管理、設備運行管理及設備拆除管理，還有設備報廢管理等內容。在計量資產全生命周期管理中，大數據技術的應用主要體現在以下方面。首先，在生產制造中的應用。在實際進行計量管理中，在應用大數據技術的基礎上，利用相關許可資質，對于生產制造企業中各個方面條件可實行把控，主要就是場地、人員及生產設備，對于計量裝置實際生產過程中廠商的元器件信息及生產進度等相關情況實行跟蹤管理，從而使計量資產全生命周期管理中相關質量管控能夠實現遷移，可在根本上對質量風險進行合理控制。其次，在超期未檢中的應用。以大數據挖掘及大數據分析技術為就基礎，依據有關檢定規程以及相關技術規范，并且與設備運行數據、檢定數據及現場檢驗相差數據相結合，對于所存在的檢定質量問題，能夠實現實時報警及及時預警，對于檢定質量問題成因可精確進行定位，將存在的缺陷能夠及時發現，在計量器具以及計量機構實際評價方面，可提供較好依據，進行合理指導，使設備運行可靠性能夠得以有效提升。在對計量設備及器具進行未檢判定方面，主要注意以下內容：其一，觀察計量器具及設備中相關檢測日期以及周期檢測日期；其二觀察證書有效性；第三，對檢定機構所選擇計量標準設備進行判斷，確定其檢定證書是否處于有效期。再次，在故障處理方面的應用。通過對計量器具信息以及計量設備檢定與校準信息等實行長期跟蹤，可對相關運行數據進行統計，依據型號、管理單位以及使用時間與狀態等因素，從多個方面對其故障情況事項分析。對于現場運行故障，應當依據人為因素、外力因素及設備質量等因素實行科學分類統計分析，在此基礎上提供較好數據支持。依據計量器具以及計量設備有關數據，可對計量器具中存在的故障實行分析，并且可對故障原因深入追溯，找出元器件所存在的問題。

3.2量值溯源及傳遞方面的應用

對于這一方面的應用主要就是以計量器具管理角度為入手點，促使量值溯源及驗證對比得以實現，具有包括以下幾點內容。首先，新計量器具有關檢定及校準信息。對于生產制造的相關儀器設備，應當依據檢定規程及校準規范實行檢定及校準。其次，周期檢定相關信息，依據不同計量機構內部所編制相關“檢定校準周期表”，定期實行檢定及校準。再次，臨時檢定相關信息，在儀器有故障發生且經過維修能夠正常使用情況下，對于故障有關部門量值，應當實行檢定校準。此外，通過對計量器具規格、型號以及標準度與校準時間等相關信息實行查詢，對于計量標準及工作計量器具可實行組合比較，并且能夠進行衡量比較，在此基礎上也就能夠對這些內容更好把握。

結語

在目前計量管理工作實際開展過程中，大數據技術已經成為十分重要的一門技術，在實際應用中發揮著十分重要的優勢。因此，在現代計量管理工作開展中，相關人員應當對計量管理加強認識，并且要對大數據技術創新應用較好把握，以便能夠使計量管理工作實現更理想的開展，促使其得以更好發展。

參考文獻：

[1]胡耀兵.探析計量檢定工作的標準化管理[J].現代經濟信息，2018.

[2]楊陽.大數據和計量——計量信息管理系統在實驗室的應用[J].中國計量，2018.

（作者單位：國網寧夏電力有限公司銀川供電公司）