信息技术在近几年的发展当中,不断的渗透于经济、社会与生活等各个领域,在此过程当中不断创新,诞生了一系列的新兴技术,如移动互联网,云计算与物联网技术等。在这些创新技术的不断发展与应用之下,不同的新型应用模式极力推动着人类信息利用的范围与形式的发展,如虚拟服务、社交网络与协同优化制造等。这种基于信息与互联网的生产创新发展方式,使得人类社会进入了“第三次工业革命”的发展时期。由于信息技术的不断推陈出新与新兴应用模式的不断呈现,全世界的数据总量出现爆发式的扩张,IDC(国际数据公司)在其公布的数字宇宙研究报告当中指出,继2011年全球的数据总量超过1.8ZB之后,在2020年全球的数据总量预计将达到35ZB,增长速度大约每两年翻一番,遵循新的摩尔定律。在数据量不断增长的过程当中,其复杂性、多样性、实时性等复杂的特征也越来越显著,“大数据”的时代己经到来。本文在回顾相关研究成果的基础上,首先,对当前关于大数据的研究与应用进行了详细的阐述与分析,包括大数据的概念与内涵、大数据的处理模式与基本处理流程以及大数据的核心技术等方面;其次,结合当前大数据的实际背景以及对CM公司的实地调研情况,进行了大数据背景下的装备制造企业能源预测的现状与可行性分析,并提出了基于全集数据的大数据分析模式与技术架构设计体系;之后,对目前装备制造企业制造过程能源消耗状况进行了分析,根据相关文献研究总结了装备制造企业制造过程的能源消耗影响因素,作为之后全要素的能耗预测模型输入变量的类型,并通过对CM公司进行实地调研,获得相应的因素的原始数据;最后,基于支持向量机方法构建装备制造企业能耗预测模型,采用改进的三步搜索法作为支持向量机的参数寻优方法,针对装备制造企业,对其生产过程的能耗进行了回归预测,之后对不同的预测方法与参数寻优方法进行了横向对比,结果表明支持向量机回归预测方法预测效果最优,改进的三步搜索方法对其参数搜索的效果最好。