2020工业大数据创新竞赛圆满落幕,赛情抢先看
来源: | 作者:pmod6d781 | 发布时间: 2020-11-27 | 3196 次浏览 | 分享到:

2020年11月24-25日,由工业和信息化部指导,中国信息通信研究院、国网湖南省电力有限公司、富士康工业互联网股份有限公司共同主办,宝安区人民政府特别支持的“第四届工业大数据创新竞赛”决出胜负并颁奖。

北京工业大数据创新中心协办,昆仑数据提供技术支持,协助合作伙伴湖南电力,参与此次赛题选择、算法论证、过程答疑及最终答辩。昆仑数据CEO陆薇博士在工业互联网区域创新发展论坛暨全国工业大数据创新竞赛颁奖仪式上发表专题演讲,分享了“以设备为中心”和“以用户为中心”的装备制造业服务化转型路径与案例。

这场竞赛,选手们表现如何?

本次工业大数据竞赛的参赛队伍整体水平较高,从工业过程的理解、数据探索、分析、异常值处理、建模、验证到最后的答辩都比较有系统性。

本次竞赛最大的惊喜在于,无论是水库入库流量预测还是注塑机尺寸虚拟测量,都有不少选手将机理加数据的工业大数据正道落到了实处。有的选手从机理出发辅以数据建模的物理数据建模过程;也有更多选手在大数据建模基础上辅助以工业机理和工况理解,修正特征工程和模型选择,以达到更好的模型泛化性与解释性。

第一个题目有选手从专业的水文分析角度,对汛期、地理、人文等影响因子进行了深入分析和建模,也有选手借鉴RC电路充放电过程对降雨汇聚到径流的过程进行了物理建模。

而第二个题目有选手从机理出发,提出了基于小扰动理论的线性模型+非线性修正的解题思路,从理论到实践给出了非常漂亮的结果;也有选手从数据模型出发不断深入研究数据与工况关系不断修正得到稳定可靠模型的解题思路。

相对遗憾的是,大部分选手对于数据背后的物理含义以及工业过程的理解还不够精细。例如第一个题目,大部分选手只是考虑到了降雨量对流量的影响,而缺乏对蒸发量影响的显性分析与建模;而第二个题目中,即使许多最后模型效果不错的方案,都对多维尺寸测量值自身的相关性缺乏考虑,也很少有选手对于数据进行系统性的工况分析。

总体来说,由于网络竞赛形式本身的局限和其它一些因素制约,本届大赛的决赛答辩队伍基本都具有了较好的工业与数据相融合的意识和行之有效的解题思路,使我们对于未来的竞赛涌现更多好的结果充满了期待。

水库入库流量预测是典型分析场景吗?

工业过程是对自然规律的工程化利用,是一个强机理的过程。这种机理在不同行业和不同环节上体现不同。在新能源(水电、风电、太能能等)领域,这种机理体现在对自然环境的认知上;在加工制造中,机理又体现在人机料法环多个因素共同作用下的工艺过程中;在输配领域,机理不仅体现在输配过程中的动力学或电磁学机理,也包括了消费端的社会规律过程。