对油气生产物联网系统感知控制域部署设计的几点认识

来源 :信息系统工程 | 被引量 : 0次 | 上传用户:yellowerriver
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在油气生产物联网建设中,感知控制域的投资占物联网建设投资的60%以上,运维成本居物联网系统运维成本之首,高质量传感控制域部署设计是助力高效、安全感知控制域建设及运维,确保油气生产物联网建设投产效益的关键。论文结合中国石油集团公司近十年来的油气生产物联网建设实践,对感知控制域部署设计提出了4点认识,对确保油气生产物联网建设及运维优质高效,服务油气生产精细化、智能化,强化传感控制域个性化部署设计具有一定指导意义。
其他文献
编码缓存技术由于能有效地减少通信高峰时的传输量而在无线网络中得到广泛的应用.2014年,Maddah-Ali和Niesen创造性的提出了一种编码缓存方案.然而,为了实现该编码缓存方案,每个文件必须被分割成等大的F个文件块,这些文件块的数量通常随着用户K的增多而呈现指数增长,这限制了该方案的实际应用.为了解决这个问题,Yan等人提出了放置发送阵列(PDA)的概念,将构造中心化编码缓存方案转化为构造适合参数的PDA,有效减少了编码缓存中文件分块数过大的问题.论文通过汉明距离构造了一类低分块数的编码缓存方案,与
基于多智能体博弈的元搜索结果动态融合算法,论文创新性地提出了基于多智能体博弈的知识动态融合技术,通过对源搜索引擎搜索结果的历史效用进行评分,结合用户使用源搜索引擎搜索结果的喜好倾向,构建不同源搜索引擎的检索效益模型,基于多智能体进行动态调度算法的实时博弈,通过计算最优平衡点选择最佳动态知识去重排序策略,对检索结果知识进行融合,进而提升元搜索的整体性能.
油田生产中,各个业务部门需要应用的数据类型复杂,数据量庞大,不仅需解决海量数据的存储问题,并根据生产需求,依据海量数据进行整理、分析,做出正确决策来指导油田生产并做出预测分析.只有解决好海量数据的存储并共享及应用,提高数据使用效率,人工智能结合大数据的分析应用,促进油田生产.论文结合大数据和人工智能两大技术来解决油田生产中实际问题:一是油井生产故障诊断,二是生产计划管理,三是注入站的巡检.大数据与人工智能技术的结合,人工智能对大数据进行分析能发现油田生产规律,提升工作时效.
西藏高寒高海拔地区具有太阳辐射强度大、日照时间长、昼夜温差大和严寒干燥的特点,传统的供暖方式存在运行费用高、能耗高、碳排放量高、智能化程度低等问题.论文提出多能互补的智慧能源清洁采暖(太阳能与地热能联合进行供暖)的运行方式,以西藏日喀则市帕里镇为背景,详细分析了多能互补智慧能源系统的新型供暖方式在技术、环境效益、工程造价、运行能耗费用等方面的各种优势.
围绕新疆油田产能建设实际业务需要,为实现工作线上流转推送、生产情况实时监控、运行动态智能分析,满足油田现场产能建设生产管理和远程指挥决策的应用需求,解决当前应用系统开发效率低、不易扩展、容错性差等问题,论文提出基于微服务架构设计开发产能建设一体化管理系统,为丰富业务应用场景、缩短系统交付周期、提高运行维护效率提供技术解决方案.
5G、大数据等信息技术的快速发展,促使城市信息化应用水平不断攀升,智慧城市建设理念应运而生,通过感知化、物联化、智能化等方式,优化城市基础设施建设,打造信息化商业城市,突破信息孤岛,实现标准化大量信息数据采集、存储、实时传输等效能。论文基于"5G+大数据"的建设理念,通过数据建模来完善城市社会功能,开启智能化城市,为更高效规划城市提出应用现代技术的策略。
论文介绍了容器技术在数据中心智能运维系统架构设计与应用方面展望,简述了推动管理平台技术架构演进的云计算和容器技术发展背景,分析容器技术将会给企业级多数据中心统一智能运维管理平台的部署与升级方式带来突破性变革的发展趋势.
论文主要阐述了在油田单位使用无纸化办公即利用现代化的互联网技术进行办公,使工作流程更加方便快捷.在企业中,我们都会接触到各种各样的问卷调查,按照以往的形式,都是将问卷打印出来,再统一组织人员进行笔答,回收后进行汇总、统计、分析.但是,以这种形式开展工作不仅效率低下,统计数据也十分的繁琐.所以,设计开发一套在线问卷调查平台是十分必要的,可以通过此平台构建出一套完善的问卷调查流程以解决上述难题.
第二次全国地名普查虽然已经完成,但是后期的成果转化是区划地名工作的重点工作之一。为了让地名普查后成果得到更广泛应用,各级民政部门"图、录、典、志"等纸质成果持续不断的编纂出来。地名信息化建设也是成果转化的重点工作,但是在信息化过程中,各级民政部门都在探索合适的方法展现地名普查的成果。有的采用C/S结构,有的采用B/S结构,但是在系统建设后,后期的维护、更新给民政部门带来了巨大的负担,相关维护技术人
为从用户的播放记录中挖掘用户的歌曲喜好关联规则,推测用户可能感兴趣的曲目,论文采用一种基于改进FP-Growth算法的关联规则挖掘算法开展音乐推荐研究.为提高音乐推荐的准确度和算法执行效率,对传统的FP-Growth进行了如下改进:使算法吸纳播放次数对项目重要性的影响,且采用交换结点的方法减少FP-Tree的规模,并引入遗忘机制来适应用户的兴趣迁移.基于上述改进,论文利用约两万名用户的播放记录进行仿真分析实验,结果表明该算法能以较短的耗时实现用户音乐推荐.