智能电网远程抄表系统中使用了物联网哪些相关技术,与传统抄表系统的优势？

智能电网远程抄表系统中使用了物联网的相关技术，主要包括以下几个方面：

传感器技术：通过安装在电表、电线等设备上的传感器，可以实时采集电能使用情况的数据，例如电能使用量、电压、电流等等。

通信技术：采用无线通信技术，通过无线传感器网络和物联网通信协议，将采集到的数据传输到数据中心，实现对电能使用情况的实时监测和控制。

数据分析技术：通过对大量的电能使用数据进行分析和处理，可以提高抄表的精度和效率，同时可以为用户提供更为精准的电费计费服务。

相比传统抄表系统，智能电网远程抄表系统具有以下优势：

自动化程度高：智能电网远程抄表系统采用物联网技术，实现了自动化抄表和远程监测，无需人工干预，降低了抄表成本和工作强度。

数据精度高：智能电网远程抄表系统通过传感器采集电能使用数据，数据精度更高，减少了数据误差和纠错的工作量。

数据实时性强：智能电网远程抄表系统可以实时采集和传输数据，提高了数据的实时性和可靠性，有利于监测和控制电能使用情况。

服务质量高：智能电网远程抄表系统可以提供更为精准的电费计费服务，提高了用户的满意度，有利于企业的形象和声誉。

相对安全。
物联网卡都是运营商通过（MPLS、IPSec、L2tp）或者物理专线的方式在网络侧为用户提供专用的数据传输通道，有高安全性、可靠性、专用性。所以唯一不安全的就是你选择的商家是否正规，质量是否合格，没有绝对安全的物联卡。
采购优质物联网卡渠道：物联网卡采购渠道一般就是运营商和物联卡代理平台这两种渠道，众多企业选择与物联卡代理平台合作。

大数据和物联网将如何影响数据中心
如今，大数据正在不断拓展和扩大。据科学日报2013年的报道，全世界范围内所有数据的90％都是在过去两年中产生的。凡尔纳环球公司技术服务总监豪尔赫巴尔塞尔斯指出，全球各地有25亿个互联网用户，在美国就有大约25亿个用户，特别是在过去的十年，用户的数量和水平呈现爆炸式增长。
从我们的Fitbits到手机摄像头，所有连接到互联网的各种类型的设备数量庞大，这些设备所产生的数据和未来的潜力导致计算和存储的需求呈指数增加。大数据和物联网将如何影响数据中心？这是巴尔塞尔斯在将要召开的数据中心全球会议和博览会上演讲的主题。本次会议将包括许多专题会议，将会涉及数据中心的管理者和经营者面对的问题，以及数据中心的新技术。大量的计算和存储需求产生更多的电力需求巴尔塞尔斯说，他说其演讲主题重点是围绕数据中心的管理者和经营者所问的问题。比如“我们现在的电力基础设施能否处理所有产生的数据呢？我们能提供足够的电力吗？”。这还将引出了下一个问题：“你知道你的数据中心现在获得的电力，那么在5年或10年或15年以后呢，那时该如何应对？“为了支持计算和存储今天的需求，“我们的数据中心需要质量可靠、高效节能的，采用可再生能源的充足电力。”他说。不断增长的数据需求导致更大的电力需求和成本。凡尔纳全球公司位于冰岛凯夫拉维克的数据中心，已经建立了围绕可再生能源接入，可靠和具有成本效益的电源策略。探讨电力因素对数据中心影响，巴尔塞尔斯对此具有独特的视角。
电力的底线巴尔塞尔斯表示，从财务的角度来看电力是很重要的。当数据中心管理者展望未来计划的成本，在如何计算电力定价时，却不知道未来会发生什么。电力成本在今天的数据中心设施的位置产生巨大的影响。当客户着眼于市场的发展趋势时，其共同点就是“电力的价格”。巴尔塞尔斯说。需求改变位置“你看目前人们不在大都市地区建设新的数据中心。在过去的十年中，数据中心都尽量远离人口中心，向偏远地区地区发展。比如美国西北太平洋地区的华盛顿州、俄勒冈、甚至美国犹他州，”他说。“而全球数据中心位于北欧地区，包括冰岛。”他举例说，Facebook在瑞典建设和数据中心，其电网是超级可靠的。而谷歌公司在芬兰建设的数据中心，从2015年开始，其电力来自可再生能源。（根据此前DCK的报道：谷歌公司在芬兰的哈米纳数据中心将在2015年主要采用风能发风，谷歌公司与一个陆上风电场供电公司签署了补充协议，因此该数据中心将采用100％的可再生能源发电。）这种供电可靠性在美国当前却不可用。“例如，海湾地区的电力并不是持续的。其可靠性不高。”巴尔塞尔斯说。北方气候的另一个好处是较低的散热需求。“在数据中心的总体成本中，冷却成本占到发电成本的30％到40％。”他说，“数据中心正在寻找那些终年有凉爽的气候的地点。”这减少了降低服务器的进气温度所需要产生的冷空气（无论是通过传统的冷却方式，或通过蒸发冷却）。实用的可靠性我们日前依赖的全天候的电力基础设施并不是都那么可靠。巴尔塞尔斯说人们往往很快忘记供电可靠性的问题。他引用了桑迪飓风和2003年美国东北电网导致大面积停电的事例。“2003年的事故导致5000万人受灾。我们这么快就忘记了，”他说。“电力的可靠性是一个让人关注的问题，不只是在美国，在全世界也是如此。”

每个了解加密货币的人都知道这种货币的缺点，而其对环境造成的影响首当其冲。是否能以绿色且道德的方式开采加密货币？如果可以，物联网在这一转变中又将扮演什么角色

物联网可以挖矿吗

人们于几年前开始讨论用物联网进行加密货币挖矿，这些讨论主要以警告的形式出现：行为不端者可能会破坏物联网设备并将其变成一个分布式加密货币挖掘网络。

加密货币挖矿需要性能强大的中央处理器并消耗大量能源，物联网设备可以用来挖掘加密货币吗？

Mirai是网络安全领域家喻户晓的名字，但这个词通常与DDoS攻击同义。IBM在2017年的调查中发现，随后的Mirai网络攻击旨在在受损的物联网设备上部署比特币矿机从动装置。IBM没有就利用物联网设备的有效性得出具体结论，但这个概念很吸引人。

物联网、加密货币和区块链还有其他方式可以影响彼此的性能

物联网对加密货币挖矿的影响

在IBM的发现问世后不久，Avast就得到了一个相似的结论：这样运用物联网不仅是可以做到的，还是有利可图的。Avast估计，攻击者可以同时用15000个物联网小工具在四天内挖掘约价值1000美元的加密货币。

使用数千个加密货币挖矿设备可以减少单个加密货币挖矿 *** 作的总功耗和对环境的影响。有段轶事讲的是一个 科技 博主设置并忘记了她的物联网设备，找回后发现这些设备在一年多的时间里在后台生成了价值数千美元的代币。

将路由器和热点作为网络中心和加密货币挖矿中心前景光明，因为这种前景有关效率和绿色。在此人写下她的经历后，相关热点设备的订货量上升到150000台。与昂贵的CPU和GPU相比，该热点设备400美元的价格对业余矿工很有吸引力，因为他们不想在冷却系统和显卡上花费大量资金。

使挖矿更环保的技术

把加密货币挖矿变得更环保并非易事。单笔比特币交易要消耗约1544千瓦时电力，这些电力足够一个普通美国家庭用五十多天。比特币网络每年的总耗电量可能高达75太瓦时 。

更智能的气候控制技术是一种解决方案。挖矿作业可以通过无导管和微型分体式系统对其环境进行更精细的控制。将这些设备精确放置在需要的地方要容易得多，而且一个室外冷凝器可以为多个冷却装置供电。这些设备可以为加密货币矿工节省大量能源。

就目前的情况而言，电力是制约加密货币采矿的一大瓶颈。国家和国际在制定目标时优先考虑建设d性智能电网，依靠物联网实现电力和数据的双向流动。

使用可再生能源和物联网的能源网络更具d性且性能更强，构建这种网络为加密货币矿工带来了机遇。一些规模更大的业务正在太阳能和风能富足的地区开设工厂。其他矿机在夜间工作，以抵消其运营在用电高峰时段对能源消耗的巨大影响。

以德克萨斯州的一次采矿作业为例，在最热和电费最贵的日子里，每次只需关闭30分钟就可以从能源消耗中获利。夜间，他们可以“在电路板能承受的范围内尽可能地减少运营”，同时将合同约定的电力供应返售予公用事业公司。

区块链和物联网：卓有成效的结合

物联网和加密货币已经找到了恰当的方式互通有无，相得益彰。物联网和区块链的结合可能会带来丰硕的成果，围绕这一话题的研究与讨论正在以不同方式有序进行。

物联网设备依赖于现场数据的高速交换和分析。在这里应用区块链可以确保系统的可靠性更高且数据传输的安全性更高。自主性对于业务效率而言至关重要：通过区块链推动物联网交互，设备之间可以直接交互，无需涉及远程服务器。

分别应用于物联网和加密货币的技术相得益彰，促进彼此发挥出最佳效果。

全国能源信息平台联系电话：010-65367702，邮箱： [email protected] ，地址：北京市朝阳区金台西路2号人民日报社

　大数据泛指巨量的数据集，因可从中挖掘出有价值的信息而受到重视。《华尔街日报》将大数据时代、智能化生产和无线网络革命称为引领未来繁荣的三大技术变革。麦肯锡公司的报告指出数据是一种生产资料，大数据是下一个创新、竞争、生产力提高的前沿。世界经济论坛的报告认定大数据为新财富，价值堪比石油。因此，发达国家纷纷将开发利用大数据作为夺取新一轮竞争制高点的重要抓手。
大数据时代的来临
互联网特别是移动互联网的发展，加快了信息化向社会经济各方面、大众日常生活的渗透。有资料显示，1998年全球网民平均每月使用流量是1MB（兆字节），2000年是10MB，2003年是100MB，2008年是1GB（1GB等于1024MB），2014年将是10GB。全网流量累计达到1EB（即10亿GB或1000PB）的时间在2001年是一年，在2004年是一个月，在2007年是一周，而2013年仅需一天，即一天产生的信息量可刻满188亿张DVD光盘。我国网民数居世界之首，每天产生的数据量也位于世界前列。淘宝网站每天有超过数千万笔交易，单日数据产生量超过50TB（1TB等于1000GB），存储量40PB(1PB等于1000TB)。百度公司目前数据总量接近1000PB，存储网页数量接近1万亿页，每天大约要处理60亿次搜索请求，几十PB数据。一个8Mbps（兆比特每秒）的摄像头一小时能产生36GB数据，一个城市若安装几十万个交通和安防摄像头，每月产生的数据量将达几十PB。医院也是数据产生集中的地方。现在，一个病人的CT影像数据量达几十GB，而全国每年门诊人数以数十亿计，并且他们的信息需要长时间保存。总之，大数据存在于各行各业，一个大数据时代正在到来。
信息爆炸不自今日起，但近年来人们更加感受到大数据的来势迅猛。一方面，网民数量不断增加，另一方面，以物联网和家电为代表的联网设备数量增长更快。2007年全球有5亿个设备联网，人均01个；2013年全球将有500亿个设备联网，人均70个。随着宽带化的发展，人均网络接入带宽和流量也迅速提升。全球新产生数据年增40%，即信息总量每两年就可以翻番，这一趋势还将持续。目前，单一数据集容量超过几十TB甚至数PB已不罕见，其规模大到无法在容许的时间内用常规软件工具对其内容进行抓取、管理和处理。
数据规模越大，处理的难度也越大，但对其进行挖掘可能得到的价值更大，这就是大数据热的原因。首先，大数据反映舆情和民意。网民在网上产生的海量数据，记录着他们的思想、行为乃至情感，这是信息时代现实社会与网络空间深度融合的产物，蕴含着丰富的内涵和很多规律性信息。根据中国互联网络信息中心统计，2012年底我国网民数为564亿，手机网民为42亿，通过分析相关数据，可以了解大众需求、诉求和意见。其次，企业和政府的信息系统每天源源不断产生大量数据。根据赛门铁克公司的调研报告，全球企业的信息存储总量已达22ZB（1ZB等于1000EB），年增67％。医院、学校和银行等也都会收集和存储大量信息。政府可以部署传感器等感知单元，收集环境和社会管理所需的信息。2011年，英国《自然》杂志曾出版专刊指出，倘若能够更有效地组织和使用大数据，人类将得到更多的机会发挥科学技术对社会发展的巨大推动作用。
大数据应用的领域
大数据技术可运用到各行各业。宏观经济方面，IBM日本公司建立经济指标预测系统，从互联网新闻中搜索影响制造业的480项经济数据，计算采购经理人指数的预测值。印第安纳大学利用谷歌公司提供的心情分析工具，从近千万条网民留言中归纳出六种心情，进而对道琼斯工业指数的变化进行预测，准确率达到87%。制造业方面，华尔街对冲基金依据购物网站的顾客评论，分析企业产品销售状况；一些企业利用大数据分析实现对采购和合理库存量的管理，通过分析网上数据了解客户需求、掌握市场动向。有资料显示，全球零售商因盲目进货导致的销售损失每年达1000亿美元，这方面的数据分析大有作为。
在农业领域，硅谷有个气候公司，从美国气象局等数据库中获得几十年的天气数据，将各地降雨、气温、土壤状况与历年农作物产量的相关度做成精密图表，预测农场来年产量，向农户出售个性化保险。在商业领域，沃尔玛公司通过分析销售数据，了解顾客购物习惯，得出适合搭配在一起出售的商品，还可从中细分顾客群体，提供个性化服务。在金融领域，华尔街“德温特资本市场”公司分析34亿微博账户留言，判断民众情绪，依据人们高兴时买股票、焦虑时抛售股票的规律，决定公司股票的买入或卖出。阿里公司根据在淘宝网上中小企业的交易状况筛选出财务健康和讲究诚信的企业，对他们发放无需担保的贷款。目前已放贷300多亿元，坏账率仅03%。
在医疗保健领域，“谷歌流感趋势”项目依据网民搜索内容分析全球范围内流感等病疫传播状况，与美国疾病控制和预防中心提供的报告对比，追踪疾病的精确率达到97%。社交网络为许多慢性病患者提供临床症状交流和诊治经验分享平台，医生借此可获得在医院通常得不到的临床效果统计数据。基于对人体基因的大数据分析，可以实现对症下药的个性化治疗。在社会安全管理领域，通过对手机数据的挖掘，可以分析实时动态的流动人口来源、出行，实时交通客流信息及拥堵情况。利用短信、微博、微信和搜索引擎，可以收集热点事件，挖掘舆情，还可以追踪造谣信息的源头。美国麻省理工学院通过对十万多人手机的通话、短信和空间位置等信息进行处理，提取人们行为的时空规律性，进行犯罪预测。在科学研究领域，基于密集数据分析的科学发现成为继实验科学、理论科学和计算科学之后的第四个范例，基于大数据分析的材料基因组学和合成生物学等正在兴起。
麦肯锡公司2011年报告推测，如果把大数据用于美国的医疗保健，一年产生潜在价值3000亿美元，用于欧洲的公共管理可获得年度潜在价值2500亿欧元；服务提供商利用个人位置数据可获得潜在的消费者年度盈余6000亿美元；利用大数据分析，零售商可增加运营利润60%，制造业设备装配成本会减少50%。
大数据技术的挑战和启示
目前，大数据技术的运用仍存在一些困难与挑战，体现在大数据挖掘的四个环节中。首先在数据收集方面。要对来自网络包括物联网和机构信息系统的数据附上时空标志，去伪存真，尽可能收集异源甚至是异构的数据，必要时还可与历史数据对照，多角度验证数据的全面性和可信性。其次是数据存储。要达到低成本、低能耗、高可靠性目标，通常要用到冗余配置、分布化和云计算技术，在存储时要按照一定规则对数据进行分类，通过过滤和去重，减少存储量，同时加入便于日后检索的标签。第三是数据处理。有些行业的数据涉及上百个参数，其复杂性不仅体现在数据样本本身，更体现在多源异构、多实体和多空间之间的交互动态性，难以用传统的方法描述与度量，处理的复杂度很大，需要将高维图像等多媒体数据降维后度量与处理，利用上下文关联进行语义分析，从大量动态而且可能是模棱两可的数据中综合信息，并导出可理解的内容。第四是结果的可视化呈现，使结果更直观以便于洞察。目前，尽管计算机智能化有了很大进步，但还只能针对小规模、有结构或类结构的数据进行分析，谈不上深层次的数据挖掘，现有的数据挖掘算法在不同行业中难以通用。
大数据技术的运用前景是十分光明的。当前，我国正处在全面建成小康社会征程中，工业化、信息化、城镇化、农业现代化任务很重，建设下一代信息基础设施，发展现代信息技术产业体系，健全信息安全保障体系，推进信息网络技术广泛运用，是实现四化同步发展的保证。大数据分析对我们深刻领会世情和国情，把握规律，实现科学发展，做出科学决策具有重要意义，我们必须重新认识数据的重要价值。
为了开发大数据这一金矿，我们要做的工作还很多。首先，大数据分析需要有大数据的技术与产品支持。发达国家一些信息技术（IT）企业已提前发力，通过加大开发力度和兼并等多种手段，努力向成为大数据解决方案提供商转型。国外一些企业打出免费承接大数据分析的招牌，既是为了练兵，也是为了获取情报。过分依赖国外的大数据分析技术与平台，难以回避信息泄密风险。有些日常生活信息看似无关紧要，其实从中也可摸到国家经济和社会脉搏。因此，我们需要有自主可控的大数据技术与产品。美国政府2012年3月发布《大数据研究与发展倡议》，这是继1993年宣布“信息高速公路”之后又一重大科技部署，联邦政府和一些部委已安排资金用于大数据开发。我们与发达国家有不少差距，更需要国家政策支持。
中国人口居世界首位，将会成为产生数据量最多的国家，但我们对数据保存不够重视，对存储数据的利用率也不高。此外，我国一些部门和机构拥有大量数据却不愿与其他部门共享，导致信息不完整或重复投资。政府应通过体制机制改革打破数据割据与封锁，应注重公开信息，应重视数据挖掘。美国联邦政府建立统一数据开放门户网站，为社会提供信息服务并鼓励挖掘与利用。例如，提供各地天气与航班延误的关系，推动航空公司提升正点率。
大数据的挖掘与利用应当有法可依。去年底全国人大通过的加强网络信息保护的决定是一个好的开始，当前要尽快制定“信息公开法”以适应大数据时代的到来。现在很多机构和企业拥有大量客户信息。应当既鼓励面向群体、服务社会的数据挖掘，又要防止侵犯个体隐私；既提倡数据共享，又要防止数据被滥用。此外，还需要界定数据挖掘、利用的权限和范围。大数据系统本身的安全性也是值得特别关注的，要注意技术安全性和管理制度安全性并重，防止信息被损坏、篡改、泄露或被窃，保护公民和国家的信息安全。
大数据时代呼唤创新型人才。盖特纳咨询公司预测大数据将为全球带来440万个IT新岗位和上千万个非IT岗位。麦肯锡公司预测美国到2018年需要深度数据分析人才44万—49万，缺口14万—19万人；需要既熟悉本单位需求又了解大数据技术与应用的管理者150万，这方面的人才缺口更大。中国是人才大国，但能理解与应用大数据的创新人才更是稀缺资源。
大数据是新一代信息技术的集中反映，是一个应用驱动性很强的服务领域，是具有无穷潜力的新兴产业领域；目前，其标准和产业格局尚未形成，这是我国实现跨越式发展的宝贵机会。我们要从战略上重视大数据的开发利用，将它作为转变经济增长方式的有效抓手，但要注意科学规划，切忌一哄而上。

---