简体中文
简体中文
English
注册
登录 IoT 平台
解决方案
行业解决方案
提供从智慧客房、智慧前台到智慧运营等酒店全场景品牌赋能,推进酒店行业数智化变革
一站式智慧照明系统解决方案,赋能企业快速实现人因照明、节能减排的智能化照明升级
综合应用智能化信息,令楼宇具有智慧和生命力,提供投资合理、安全高效、舒适便利的使用空间
快速实现数字化智慧办公空间,有效实现企业增效、降本和节能。
为连锁型品牌商业门店提供完善的管理系统, 提升门店效率
提供从租控授权、租务运营到园区管理等全方位租住解决方案,驱动租住行业智慧转型
融合全屋智能、地产社区等行业场景能力,提供居住空间丰富的产品矩阵和智能体验
IoT 助力校园场景智能化转型, 提升管理效率
全方位赋能开发者实现多场景智慧节能管理解决方案
以 IoT 平台助力中小制造企业, 实现降本、提质、增效
借助丰富硬件生态,一站式轻松构建安全可靠的私有化物联网平台
海量成熟方案,超低研发门槛,极速落地产品智能化
开发者
与志同道合的开发者和专家共同交流
从初创企业到全球领先企业,涂鸦开发者平台协助实现客户成功。
快速获取并体验优秀的开发者案例产品
服务与支持
生态合作
成为涂鸦IoT服务商,接入涂鸦的另一个选择,帮助更多开发者更快实现智能化
智能互联标识
携手开发者生态合作伙伴联合创新,持续创造互联互通商业价值
聚焦产业变革, 推动人工智能产业发展
智联万物,商者无界
安全与合规
严格遵守国内外信息安全标准和行业要求
诚邀安全业界同仁共同打造和维护物联网健康生态
支持
提供产品智能化开发全链路的常见问答
7×24一对一客服咨询
技术指导、故障修复以及问题解决
关于我们
全球化 IoT 开发者平台
探索涂鸦的故事
了解涂鸦的全球视野
涂鸦智能-产品解决方案|行业解决方案|全球IoT平台
涂鸦诚聘全球精英
行业新闻 | “小”数据问题如何通过物联网进行解决
形状
131

目前来说,获取实时数据的一个经济高效的途径就是物联网。尽管都知道数据分析是有价值的,但随着时间而增长的庞大数据还是令人望而生畏。对于真正利用实时数据来生产价值的人来说,他们一般不会用大数据这一词。

人们很容易将物联网和大数据的概念结合起来。物联网当然可以产生大量数据,因为许多人设想数十亿台联网设备不断将大量数据注入云端的数据湖。然后呢?面对如此“大”的数据问题,人们担心自己会陷入困境,这就提出了一个问题,即是否应该继续寻求物联网解决方案。

大数据问题并不是物联网要解决的唯一问题。物联网非常适合解决您的“小”数据问题。

大数据通常与数据挖掘、人工智能、机器学习、预测分析和其他处理密集型练习相关联,这些培训练习侧重于从隐藏在大数据集内的模式中获得见解。换言之,如果不深入研究数据,这些见解可能无法从数据表面轻易看出。可用的历史数据越多,从大量数据中获得深刻见解的潜力就越大。

另一方面,“小”数据可以代表有限的数据池,无需进行深度处理即可提供见解。接下来,我们将探讨物联网为何是解决“小”数据问题的关键的3个原因。

1、“小”数据解决了当前正在发生的问题

“小”数据的一个简单示例是告诉您当前正在发生什么事情。例如,实时数据可以告诉您设备、机器或系统当前正在做什么。实时查看当前机器的运行情况,可以洞悉影响运行的实际故障。知道一台设备、机器或系统什么时候停止工作,难道对您没有帮助吗?

在一个简单例子中,在正常情况下(例如,在长时间的暴雨期间)不运转的抽水泵将立即向设施管理团队发出警报,通知抽水泵可能发生故障。实时物联网数据提供了抽水泵开/关操作的可见性,从而解决了一个即时的“小”数据问题。通过大数据深入了解可能有助于确定抽水泵的预测性维护,但解决最直接的运行问题(抽水泵故障)并不需要这些见解!

在许多情况下,少量的数据足以解决巨大的运营挑战。

2、“小”数据可以利用现有基础设施

物联网可以在不同的规模层次上解决问题,从针对性到全面性。从“小”数据的角度来看,物联网仅可根据需要捕获所需数量的运营数据。无需对数据收集基础设施进行全面改革,直接从现有设备获取运行数据将极大地减少总体项目支出并最大限度地提高回报。例如,改造后的物联网解决方案可以数字化关键的暖通空调设备,如冷却塔、冷水机组、RTU、AHU等。从暖通空调设备的“小”数据中获得操作见解将大大提高效率并节约成本。

物联网特别适合于在可能的范围内充分利用现有基础设施,以提取在该情境中所需的“小”数据。重点应放在获取正确的传感器数据以获得运行见解,而不是获取所有可能的传感器数据。将正确的传感器数据传递给正确的中小型企业比从IT部门角度解决数据架构模型更为重要。不要让大数据思维干扰您的物联网项目。

3、“小”数据不需要高级分析

对许多人来说,“分析”一词通常意味着高级指标和固有的复杂性。这种感知偏差是“分析”与大数据融合的部分原因。大数据肯定会利用分析,而小数据也不会例外。

同样,许多人从大量数据的角度考虑大数据。大量数据可以从单台机器的大量历史数据(大数据)中获取,也可以从每台机器的最新数据(小数据)中获取。例如,通过分析一台机器的三年数据模式,可以获得大数据见解,而通过分析一组机器的一周数据状态和条件,可以获得“小”数据见解。

“小”数据也可以产生简单而强大的分析结果,例如(a)一台机器在过去24小时内运行了多少次?(b)最近24小时内机器最长的工作周期是多少?(c)在过去的24小时内,机器平均消耗了多少能源?对这些“小”数据关键绩效指标中的任何一个或多个进行目视检查,将提供对潜在问题的操作见解。

对于那些熟悉机器的专家(例如,设施管理人员)来说,当前和最近机器操作的“小”数据可见性,将在对“小”数据进行目视检查时能够立即提供见解。

总的来说,目前市面上的数据是纷繁复杂,而随着时间的发酵更是基数大到难以想象的。所以正确的传感器数据能够解决数据构架问题,不让您陷入大数据的局限性思维。更重要的是能够让您的数据项目变“小”。

参考资料:《物联网如何解决“小”数据问题》,千家网

免责声明:凡注明来源的文章均转自其它平台,目的在于传递有价值的AIoT内容资讯,并不代表本站观点及立场。若有侵权或异议,请联系我们处理。
即刻开启您的物联网之旅
即刻开启 您的物联网之旅
遇到问题了么?联系专属客户经理在线解答