王强

【关键词】大数据;制造业;系统架构设计

大数据时代下，利用生产过程中采集到的数据对能源消耗进行及时、准确的预测，进而达到节能减排的目的，利用科学的算法对数据进行分析进而调整产业结构，都将成为制造企业发展的新方向。但传统的数据分析、预测架构结构单一固定并且动态适应能力与可拓展性较差，很明显已经不能适应企业对于海量数据的处理和快速、深度挖掘的需求，因此作者认为制造企业迫切需要运用大数据技术对企业能源消耗进行预测。本文试图对制造企业运用大数据技术进行能耗预测时面临的机遇与挑战进行分析，并给出制造企业大数据能耗预测的一种可选框架。

一、装备制造企业大数据能耗预测架构分析

大数据背景下的制造企业，仅对直接生产数据进行处理是不能满足其需求的，因而要处理多元化的数据。在大数据时代，我们可以便捷地获取和存储各类数据，从而帮助我们实现全集数据库的建立。全集数据使数据的分析过程更加全面，能够发现很多隐性的细节，使数据分析的结果更加精确。

制造企业中的全集数据具有不同的数据来源，不同数据间的获取、转换相互独立，因此传统的集中数据存储方法已不再适用。分布式存储已成为当前大数据分析中的主流解决方案，该技术采用可扩展的系统结构，利用多台存储服务器和位置服务器，对存储负荷进行负载均衡，对存储信息进行定位，大大增强了系统的稳定性以及数据的存取效率，并具有易于扩展的优点，动态适应能力较强。……