面向计量管理的大数据技术研发及创新应用

吴晶

【摘 要】在计量工程中，计量管理是十分重要的一项任务及内容，对于计量工作的有效开展比较有利，因而需要有效落实计量管理工作。在目前计量管理工作中，大数据技术有着越来越广泛的应用，且发挥着重要作用，而为能够使大数据更要应用于计量管理，应当对大数据技术进一步研发及创新，以实现其更理想的作用，为计量管理提供更理想的基础技术支持与保障。

【关键词】计量管理；大数据技术；创新应用

在目前计量管理工作实际开展中，为能够使计量管理水平得到提升，使相关要求得到更好满足，很多现代化技术均得以应用，而大数据技术就是其中比较重要的一种，对大数据技术进行有效应用也就十分必要。为能够使大数据应用取得更满意效率，相关人员应针对计量管理對该技术进一步研发，并且对其进行进一步创新应用，从而使大数据技术能够更好应用于计量管理工作中，为计量管理水平的提升提供更好支持与保障。

1计量管理概述

在计量管理业务实际开展过程中，需要对计量管理业务系统进行利用，在此基础上才能够使计量管理业务实现更理想开展。而对于计量管理业务系统而言，其主要就是对企业中现有计量管理业务实行统一管理的相关平台，其管理过程主要包括建档、检定申请以及审核等，可使质检部门能够对整体计量管理业务实行实时监控以及监督。首先，对于计量管理业务系统而言，可将其划分为三个相互分离的工作模式，分别为受理、审查以及许可，在此基础上可使计量管理业务的相关信息资源库得以形成。其次，对于许可审批，质检部门可提供相关计量授权，对于获得授权的有关检验检测机构，可依据抽查计划具体要求，对于抽查产品实行抽样以及检验检测，并且应当依据标准报告模板将相关检验报告给出。第三，质检部门对计量器具制造许可证，实行证后监督检查管理，对于授权计量技术结构，实行监督检查管理，对于计量建标季候实行监管，在实际检查过程中，可选择两种不同检查方式，即企业自查方式与监督部门组织检查方式。

2大数据技术进展

目前，大数据领域每年都会涌现出大量新的技术，成为大数据获取、存储、处理分析或可视化的有效手段。大数据技术能够将大规模数据中隐藏的信息和知识挖掘出来，为人类社会经济活动提供依据，提高各个领域的运行效率，甚至整个社会经济的集约化程度。

2.1大数据生命周期

数据分析和可视化基于计算处理层。分析包括简单的查询分析、流分析以及更复杂的分析（如机器学习、图计算等）。查询分析多基于表结构和关系函数，流分析基于数据、事件流以及简单的统计分析，而复杂分析则基于更复杂的数据结构与方法，如图、矩阵、迭代计算和线性代数。一般意义的可视化是对分析结果的展示。但是通过交互式可视化，还可以探索性地提问，使分析获得新的线索，形成迭代的分析和可视化。基于大规模数据的实时交互可视化分析以及在这个过程中引入自动化的因素是目前研究的热点

2.2大数据技术生态大数据的基本处理流程与传统数据处理流程并无太大差异，主要区别在于：由于大数据要处理大量、非结构化的数据，所以在各处理环节中都可以采用并行处理。目前，Hadoop、MapReduce和Spark等分布式处理方式已经成为大数据处理各环节的通用处理方法。Hadoop是一个由Apache基金会开发的大数据分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，轻松地在Hadoop上开发和运行处理大规模数据的分布式程序，充分利用集群的威力高速运算和存储。Hadoop是一个数据管理系统，作为数据分析的核心，汇集了结构化和非结构化的数据，这些数据分布在传统的企业数据栈的每一层。Hadoop也是一个大规模并行处理框架，拥有超级计算能力，定位于推动企业级应用的执行。Hadoop又是一个开源社区，主要为解决大数据的问题提供工具和软件。虽然Hadoop提供了很多功能，但仍然应该把它归类为多个组件组成的Hadoop生态圈，这些组件包括数据存储、数据集成、数据处理和其他进行数据分析的专门工具

2.3大数据采集与预处理

在大数据的生命周期中，数据采集处于第一个环节。根据MapReduce产生数据的应用系统分类，大数据的采集主要有4种来源：管理信息系统、Web信息系统、物理信息系统、科学实验系统。对于不同的数据集，可能存在不同的结构和模式，如文件、XML树、关系表等，表现为数据的异构性。对多个异构的数据集，需要做进一步集成处理或整合处理，将来自不同数据集的数据收集、整理、清洗、转换后，生成到一个新的数据集，为后续查询和分析处理提供统一的数据视图。

3计量管理中大数据技术的创新应用

3.1全生命周期管理中的应用

对于计量资产的全生命管理而言，其包括设备的整个使用过程，即设备生产制造、设备验收管理以及设备检定检测管理与仓储配送管理，还包括设备安装管理、设备运行管理及设备拆除管理，还有设备报废管理等内容。在计量资产全生命周期管理中，大数据技术的应用主要体现在以下方面。首先，在生产制造中的应用。在实际进行计量管理中，在应用大数据技术的基础上，利用相关许可资质，对于生产制造企业中各个方面条件可实行把控，主要就是场地、人员及生产设备，对于计量装置实际生产过程中厂商的元器件信息及生产进度等相关情况实行跟踪管理，从而使计量资产全生命周期管理中相关质量管控能够实现迁移，可在根本上对质量风险进行合理控制。其次，在超期未检中的应用。以大数据挖掘及大数据分析技术为就基础，依据有关检定规程以及相关技术规范，并且与设备运行数据、检定数据及现场检验相差数据相结合，对于所存在的检定质量问题，能够实现实时报警及及时预警，对于检定质量问题成因可精确进行定位，将存在的缺陷能够及时发现，在计量器具以及计量机构实际评价方面，可提供较好依据，进行合理指导，使设备运行可靠性能够得以有效提升。在对计量设备及器具进行未检判定方面，主要注意以下内容：其一，观察计量器具及设备中相关检测日期以及周期检测日期；其二观察证书有效性；第三，对检定机构所选择计量标准设备进行判断，确定其检定证书是否处于有效期。再次，在故障处理方面的应用。通过对计量器具信息以及计量设备检定与校准信息等实行长期跟踪，可对相关运行数据进行统计，依据型号、管理单位以及使用时间与状态等因素，从多个方面对其故障情况事项分析。对于现场运行故障，应当依据人为因素、外力因素及设备质量等因素实行科学分类统计分析，在此基础上提供较好数据支持。依据计量器具以及计量设备有关数据，可对计量器具中存在的故障实行分析，并且可对故障原因深入追溯，找出元器件所存在的问题。

3.2量值溯源及传递方面的应用

对于这一方面的应用主要就是以计量器具管理角度为入手点，促使量值溯源及验证对比得以实现，具有包括以下几点内容。首先，新计量器具有关检定及校准信息。对于生产制造的相关仪器设备，应当依据检定规程及校准规范实行检定及校准。其次，周期检定相关信息，依据不同计量机构内部所编制相关“检定校准周期表”，定期实行检定及校准。再次，临时检定相关信息，在仪器有故障发生且经过维修能够正常使用情况下，对于故障有关部门量值，应当实行检定校准。此外，通过对计量器具规格、型号以及标准度与校准时间等相关信息实行查询，对于计量标准及工作计量器具可实行组合比较，并且能够进行衡量比较，在此基础上也就能够对这些内容更好把握。

结语

在目前计量管理工作实际开展过程中，大数据技术已经成为十分重要的一门技术，在实际应用中发挥着十分重要的优势。因此，在现代计量管理工作开展中，相关人员应当对计量管理加强认识，并且要对大数据技术创新应用较好把握，以便能够使计量管理工作实现更理想的开展，促使其得以更好发展。

参考文献：

[1]胡耀兵.探析计量检定工作的标准化管理[J].现代经济信息，2018.

[2]杨阳.大数据和计量——计量信息管理系统在实验室的应用[J].中国计量，2018.

（作者单位：国网宁夏电力有限公司银川供电公司）