行业主要企业：大富科技(300134)、梦网集团(002123)、共进股份(603118)、胜宏科技(300476)、润和软件(300339)、立昂技术(300603)
定义
所谓“物联网”(Internet of
Things，IOT)，又称传感网，指的是将各种信息传感设备，如射频识别(RFID)装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网连接起来并形成一个可以实现智能化识别和可管理的网络。
早期的物联网是指依托射频识别技术的物流网络，随着技术和应用的发展，物联网的内涵已经发生了较大的变化。现阶段，物联网是指在物理世界的实体中部署具有一定感知能力、计算能力和执行能力的各种信息传感设备，通过网络设施实现信息传输、协同和处理，从而实现广域或大范围的人与物、物与物之间信息交换需求的互联。物联网依托多种信息获取技术，包括传感器、射频识别(RFID)、二维码、多媒体采集技术等。物联网的几个关键环节可以归纳为“感知、传输、处理”。
物联网行业发展前景及趋势分析
1、产业物联网占比逐渐上升
根据信通院于2020年12月发布的《2020中国物联网白皮书》，2019年中国物联网连接数中产业物联网和消费者市场各占一半，预计到2025年，物联网连接数的大部分增长来自于产业市场，产业物联网的连接数将占到总体的61%。由此来看，未来产业物联网的市场发展潜力大于消费物联网。
2、市场规模不断增大
目前，物联网在全球呈现快速发展趋势，欧、美、日、韩等国均将物联网作为重要战略新兴产业推进，但在繁荣景象背后却仍存在着众多阻碍发展的因素。其中核心标准的缺失，尤其是作为顶层设计的物联网参考架构等基础标准目前仍处于空白，基于争夺物联网产业主导权，各国对国际标准方面的竞争亦日趋白热化。
新冠疫情对于物联网行业来说犹如达摩利斯之剑，一方面疫情导致全球技术供应链出现一定的停滞期，另一方面疫情助推中国物联网的渗透。2020年无人工厂、无人配送、无人零售、远程教学、远程医疗等“无接触经济”的爆发均离不开物联网技术的支撑。综合多方面的情况分析，前瞻认为未来5年中国物联网的发展将保持高速增长，到2026年市场规模超过6万亿元。
以上数据参考前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》。
所谓“物联网”(Internet of
Things，IOT)，又称传感网，指的是将各种信息传感设备，如射频识别(RFID)装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网连接起来并形成一个可以实现智能化识别和可管理的网络。
前瞻产业研究院数据显示，2016年我国物联网产业规模超过9000亿元人民币，同比增速连续多年超过20%。物联网作为通信行业新兴应用，在万物互联的大趋势下，市场规模将进一步扩大。随着行业标准完善、技术不断进步、国家政策扶持，中国的物联网产业将延续良好的发展势头，为经济持续稳定增长提供新的动力。移动互联向万物互联的扩展浪潮，将使我国创造出相比于互联网更大的市场空间和产业机遇。
物联网利用射频识别(RFID)、GPS、摄像头、传感器、传感器网络等感知、捕获、测量的技术手段，随时随地对物体进行信息采集和获取，实现智能化的决策和控制。因此，物联网在工业领域应用过程中，物联网相关技术和产品是智能工业的核心。
工业是物联网应用的重要领域。具有环境感知能力的各类终端、基于泛在技术的计算模式、移动通信等不断融入到工业生产的各个环节，可大幅提高制造效率，改善产品质量，降低产品成本和资源消耗，传统工业加速向智能化转变。
根据前瞻产业研究院发布的《物联网行业应用领域市场需求与投资预测分析报告》测算，2014年，国内物联网在工业领域需求规模为1260亿元;2016年，国内物联网在工业领域需求规模为1804亿元。2017年，国内物联网在工业领域需求规模约为2354亿元。
物联网在工业领域应用问题分析
1、IT安全问题
和前几次由新的硬设备、技术所带来的工业革命不同，工业40是由互联网所带来的第四次工业革命。也因此，有66%的受访者认为IT安全是一大挑战，当企业的IT系统连上网络，随时可能有一些未知的威胁出现在仓储管理系统、机器设备或供应链当中。
2、制造系统管理问题
工业40除了带来生产效率之外，同时也改变传统制造业的思维。当智能生产真正落实后，将会对制造管理系统带来巨大的变革，且势必变得更为复杂，包括整体的生产物流、人机协同作业等改变，也让员工培训更显重要。
3、通讯基础设施建设问题
通讯网络是实现工业40的重要关键，但是要建立一个让所有组织都能够配合的网络，必须要有一个一致的接口、通讯标准和规范。目前许多标准都还未建立，例如工业通讯、工程、IT安全、数字化工厂、设备整合等都还未被纳入整体参考架构中。
物联网在工业领域应用前景及发展趋势预测
近年来，我国政府通过工业化与信息化融合战略正在大力推进物联网技术向传统行业中的深度渗透。工信部于2013年9月发布的《工业化与信息化深度融合专项行动计划(2013-2018年)》中重点提出的互联网与工业融合创新试点工作已经进入了全面实施阶段。
以物联网融合创新为特征的新型网络化智能生产方式正塑造未来制造业的核心竞争力，推动形成新的产业组织方式、新的企业与用户关系、新的服务模式和新业态，推动汽车、飞机、工程装备、家电等传统工业领域向网络化、智能化、柔性化、服务化转型，孕育和推动全球新产业革命的发展。
美国制造业巨头通用电气公司充分利用物联网技术，已推出了二十余种工业互联网/物联网应用产品，涵盖了石油天然气平台监测管理、铁路机车效率分析、提升风电机组电力输出、电力公司配电系统优化、医疗云影像等各个领域。AT&T基于GE的软件平台Predix开发M2M解决方案，越来越多的工业机器将通过M2M连接到网络。
例如：物联网应用在智能工厂，具有相当广泛的应用前景，经济效益和社会效益明显。导入物联网的智能工厂，至少可以实现以下五个功能，即：电子工单、生产过程透明化、生产过程可控化、产能精确统计、车间电子看板。通过这五大功能，不但可实现制造过程信息的视觉化，对于生产管理和决策也会产生许多作用。根据物联网在智能工业的产值贡献比例来看，2023年国内物联网在工业需求规模在7821亿元左右。以下回答仅供参考：
1首先从定义上来理解：物联网是新一代信息技术的重要组成部分，其英文名称是：“TheInternetofthings”。顾名思义，物联网就是物物相连的互联网。这有两层意思：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信也就是物物相息。物联网就是“物物相连的互联网”。物联网通过智能感知、识别技术与普适计算、广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。
2其次再看一下物联网又那些具体应用：物联网用途广泛，遍及智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、环境监测、路灯照明管控、景观照明管控、楼宇照明管控、广场照明管控、老人护理、个人健康、花卉栽培、水系监测、食品溯源、敌情侦查和情报搜集等多个领域。
3最后看一下实际案例：
1）物联网传感器产品已率先在上海浦东国际机场防入侵系统中得到应用。
系统铺设了3万多个传感节点，覆盖了地面、栅栏和低空探测，可以防止人员的翻越、偷渡、恐怖袭击等攻击性入侵。上海世博会也与中科院无锡高新微纳传感网工程技术研发中心签下订单，购买防入侵微纳传感网1500万元产品。
2）ZigBee路灯控制系统点亮济南园博园。ZigBee无线路灯照明节能环保技术的应用是此次园博园中的一大亮点。园区所有的功能性照明都采用了SZ10系列ZigBee无线技术达成的无线路灯控制系统，实现远程控制、近距离组网，并且能够实现策略管理，配合APP使用更方便。
3）首家手机物联网落户广州
将移动终端与电子商务相结合的模式，让消费者可以与商家进行便捷的互动交流，随时随地体验品牌品质，传播分享信息，实现互联网向物联网的从容过度，缔造出一种全新的零接触、高透明、无风险的市场模式。手机物联网购物其实就是闪购。广州闪购通过手机扫描条形码、二维码等方式，可以进行购物、比价、鉴别产品等功能。
这种智能手机和电子商务的结合，是“手机物联网”的其中一项重要功能。预计2013年手机物联网占物联网的比例将过半，至2015年手机物联网市场规模达6847亿元，手机物联网应用正伴随着电子商务大规模兴起。
4）与门禁系统的结合
一个完整的门禁系统由读卡器、控制器、电锁、出门开关、门磁、电源、处理中心这八个模块组成，无线物联网门禁将门点的设备简化到了极致：一把电池供电的锁具。除了门上面要开孔装锁外，门的四周不需要设备任何辅佐设备。整个系统简洁明了，大幅缩短施工工期，也能降低后期维护的本钱。无线物联网门禁系统的安全与可靠首要体现在以下两个方面：无线数据通讯的安全性包管和传输数据的安稳性。
5）与云计算的结合
物联网的智能处理依靠先进的信息处理技术，如云计算、模式识别等技术，云计算可以从两个方面促进物联网和智慧地球的实现：首先，云计算是实现物联网的核心。其次，云计算促进物联网和互联网的智能融合。
6）与TD结合
物联网发展是确保TD成功的重大契机。TD-SCDMA是我国拥有自主知识产权的第三代移动通信系统，是宽带无线通信网络，TD的发展需要数据业务的拉动，物联网应用是需求最迫切的增强型数据业务，具有广阔的应用前景，能够充分发挥TD网络优势，有助于促进TD产业链的成熟。
完善现有网络，发挥TD优势，积极推动无线传感器网络与TD网络融合，构建适于物联网应用的GPRS/TD/WSN（无线传感器网络）融合网络，大力发展适于TD网络承载的物联网业务，提升TD的核心竞争力，给物联网的发展以强有力的支撑，是中国移动的发展思路。
7）与移动互联结合
物联网的应用在与移动互联相结合后，发挥了巨大的作用。
智能家居使得物联网的应用更加生活化，具有网络远程控制、摇控器控制、触摸开关控制、自动报警和自动定时等功能，普通电工即可安装，变更扩展和维护非常容易，开关面板颜色多样，图案个性，给每一个家庭带来不一样的生活体验。
8）与指挥中心的结合
物联网在指挥中心已得到很好的应用，网连网智能控制系统可以指挥中心的大屏幕、窗帘、灯光、摄像头、DVD、电视机、电视机顶盒、电视电话会议；也可以调度马路上的摄像头图像到指挥中心，同时也可以控制摄像头的转动。网连网智能控制系统还可以通过3G网络进行控制，可以多个指挥中心分级控制，也可以连网控制。还可以显示机房温度湿度，可以远程控制需要控制的各种设备开关电源。
9）物联网助力食品溯源,肉类源头追溯系统
从2003年开始，中国已开始将先进的RFID射频识别技术运用于现代化的动物养殖加工企业，开发出了RFID实时生产监控管理系统。该系统能够实时监控生产的全过程，自动、实时、准确的采集主要生产工序与卫生检验、检疫等关键环节的有关数据，较好的满足质量监管要求，对于过去市场上常出现的肉质问题得到了妥善的解决。此外，政府监管部门可以通过该系统有效的监控产品质量安全，及时追踪、追溯问题产品的源头及流向，规范肉食品企业的生产 *** 作过程，从而有效的提高肉食品的质量安全。
加大油气勘探开发力度、保障国家能源安全是当前面临的迫切任务。但随着优质资源的不断开发，剩余资源开采难度越来越大，成本越来越高，迫切需要创新技术提升油气勘探开发效率和效益。在大数据、人工智能( artificial intelligence，AI)、5G、云计算、物联网等技术推动下，油气田的智能化水平将会越来越高，这既是油田降本提质增效的有效途径，也是油气技术发展规律的必然趋势。
1、大数据技术定义
2012年兴起的“大数据”潮流，让“Big Data”这个IT圈子里的名词一下风靡了各个行业。虽然大数据的重要性得到了大家的一致认同，但是对大数据的理解却众说纷纭。大数据是一个抽象的概念，除去数据量庞大这一特征，大数据还有一些其他的特征，这些特征决定了大数据与“海量数据”和“非常大的数据”这些概念之间的不同。
高德纳分析员Doug Laney曾于2001年在一次演讲中指出，数据增长有3个方向的挑战：数量（volume），即数据多少；速度（velocity），即资料输入、输出的速度；种类（variety），即多样性，这3方面的特征即大数据最先提出的3V模型。2011年，在国际数据公司（IDC）发布的报告中，大数据被定义为：“大数据技术描述了新一代的技术和架构体系，通过高速采集、发现或分析，提取各种各样的大量数据的经济价值。”大数据的特点可以总结为4个V，即volume（体量浩大）、variety（模态繁多）、velocity（生成快速）和value（价值巨大但密度很低）。这种4V定义得到了更广泛的认同，指出了大数据最为核心的问题，就是如何从规模巨大、种类繁多、生成快速的数据集中挖掘价值。
2、大数据技术的发展
大数据是人工智能的血液，当前大数据、云计算、人工智能以及区块链技术之间的关系密不可分，也被称作数据智能。比如，先进的工业互联网，其中既有区块链技术也有大数据技术，还有云计算技术，三者合成一体，又衍生出了人工智能和物联网的概念。
在大数据基础上的人工智能，目前已进入数据智能的深度学习时代，其快速发展引起了 社会 和产业的颠覆性变化。从大数据和人工智能技术全行业的发展来看，目前美国仍处于领先地位，中国紧随其后，且具有赶超趋势。中国在人工智能相关的论文发表总数和高引论文数量实现对美国的超越，但在人工智能理论发展和技术方向的引领方面美国还占据支配地位。
3、大数据技术流程
大数据处理的关键技术流程主要包括：数据采集、数据预处理（数据清理、数据集成、数据变换等）、海量数据存储、数据分析及挖掘、数据的呈现与应用（数据可视化、数据安全与隐私等）。
4、大数据的核心算法
大数据的核心算法可以分为监督学习（有标签）和无监督学习（无标签）两大类，其中：
监督学习分为回归和分类：即给定一个样本特征，希望预测其对应的属性值，如果是离散的，那么这就是一个分类问题，反之，如果是连续的实数，这就是一个回归问题。无论是分类还是回归，都是想建立一个预测模型，给定一个输入，可以得到一个输出。不同的只是在分类问题中，是离散的；而在回归问题中是连续的。
无监督学习分为聚类和降维：即如果给定一组样本特征，我们没有对应的属性值，而是想发掘这组样本在维空间的分布，比如分析哪些样本靠的更近，哪些样本之间离得很远，这就是属于聚类问题。如果我们想用维数更低的子空间来表示原来高维的特征空间，那么这就是降维问题。聚类也是分析样本的属性，事先不知道样本的属性范围，只能凭借样本在特征空间的分布来分析样本的属性。这种问题一般更复杂。而常用的算法包括 k-means （K-均值），GMM（高斯混合模型）等。
5、大数据在油气勘探开发领域的应用
目前大数据技术在地质分析、测井解释、地震解释、甜点预测、地质建模、油藏模拟、钻井、压裂、采油、产能预测等方面均开展了大量 探索 性研究，收到了良好的效果。但是目前，大数据与油气行业相关领域的融合还处于起步阶段，面临来自数据、算法和地下未知因素的诸多挑战。未来在大数据、人工智能、5G、云计算、物联网等技术推动下，油气田的智能化水平将会快速发展，这既是油气技术发展规律的必然趋势，也是油田降本提质增效的有效途径。在发展的过程中，智能油气田建设需要油气勘探开发与大数据、人工智能、云计算以及区块链等技术的深度融合，进而催生一批油气田领域的颠覆性技术，解决油气勘探开发的技术需求，提升油气田勘探开发的经济和 社会 效益。
（ 下期将向您详细解读大数据在油气行业的具体应用 ）。
注：本文部分参考资料来源如下：
李阳，廉培庆，薛兆杰，等．大数据及人工智能在油气田开发中的应用现状及展望[J]．中国石油大学学报(自然科学版)，2020，44(4):1-11
Gantz J，Reinsel DExtracting Value from Chaos IDC iView Report，2011
Team O R Big Data Now：Current Perspectives from O’Reilly RadarSebastopol：O’Reilly Media，2014
Grobelnik M Big data tutorial >
大庆油田试喷成功是在新中国成立10周年，一穷二白的时期，充斥着“中国贫油论"的时期。
大庆油田1959年发现、1960年开发，是我国最大的油田，也是世界上为数不多的特大型陆相砂岩油田之一。油田位于黑龙江省中西部，松嫩平原北部，由萨尔图、杏树岗、喇嘛甸、朝阳沟、海拉尔等油气田组成。
大庆油田为国家贡献了239亿吨的石油。去年大庆油田油气当量仍然在4000万吨以上。其中国内的原油产量3200万吨，仍然占中石油产量的30%。同时大庆60周年还配有大庆精神、铁人精神，一代一代在这里传承着这种精神。
扩展资料：
大庆油田于1959年发现、1960年开发，至今已走过了50年的发展历程。在这一历史进程中，主要经历了四个发展阶段。
1、石油会战阶段。1959年9月26日，以松基三井喜喷工业油流为标志，勘探发现了大庆油田。以铁人王进喜为代表的老一辈石油人，在极其困难的条件下，自力更生、艰苦奋斗，仅用三年时间就拿下大油田，一举甩掉了我国贫油落后的帽子。
2、快速上产阶段。1963年底，大庆油田结束试验性开发，进入全面开发建设。先后开发了萨尔图、杏树岗和喇嘛甸三大主力油田，以平均每年增产300万吨的速度快速上产，并勘探准备了一批可开发的新油田，为1976年原油产量跨上5000万吨台阶奠定了坚实基础。
3、高产稳产阶段。“文革”结束后，我国进入新的历史发展时期，大庆油田也从此迈入“年产5000万”的高产稳产阶段。从1976年到2002年，实现5000万吨以上连续27年高产稳产。
4、可持续发展阶段
进入新世纪新阶段，面对油田可持续发展出现的诸多矛盾，为确保向国家持续做出高水平贡献，大庆油田以科学发展观为指导，从维护国家石油供给安全、谋求企业可持续发展、承担国有企业三大责任出发，制定了《二次创业指导纲要》，力争到本世纪中叶，努力打造国际一流的工程技术服务和石油装备制造基地。
大庆油田自1960年投入开发建设，累计探明石油地质储量567亿吨，累计生产原油1821亿吨，占同期全国陆上石油总产量的47%；探明天然气地质储量5482亿立方米，上缴各种资金并承担原油价差1万多亿元，特别是原油5000万吨连续27年高产稳产，创造了世界油田开发史上的奇迹。
2018年7月，大庆油田公司与华为技术有限公司在深圳签署战略合作协议，双方将在云计算、移动应用、大数据、人工智能、物联网、运维服务、人才培养等领域展开全方位、深层次合作，实现资源共享、优势互补，为大庆油田实现信息化建设“三步走”战略提供技术支持，助推双方共同发展。
物联网工程专业的知识体系包括通识类知识、学科基础知识、专业知识和实践性教学等。
物联网工程专业：离散数学、程序设计、数据结构、计算机组成、计算机网络、 *** 作系统、数据库系统、物联网通信技术、RFID原理及应用、传感器原理及应用、物联网中间件设计、嵌入式系统与设计、物联网控制原理与技术等。
物联网工程专业是一门普通高等学校本科专业，属于计算机类专业，基本修业年限为四年，授予工学学士学位。
该专业要求掌握数学和其他相关的自然科学基础知识以及和物联网相关的计算机、通信和传感的基本理论、基本知识、基本技能和基本方法；
培养能够系统地掌握物联网的相关理论、方法和技能，具备通信技术、网络技术、传感技术等信息领域宽广的专业知识的高级工程技术人才。
就业方向。
学生毕业后主要就业于与物联网相关的企业、行业，从事物联网的通信架构、网络协议和标准、无线传感器、信息安全等的设计、开发、管理与维护，也可在高校或科研机构从事科研和教学工作。
考研方向。
可报考计算机技术、电子科学与技术、计算机应用技术、电子与通信工程等学科领域的研究生。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）