《爱思唯尔加入 Open Group OSDU TM 论坛以加速能源行业的数据标准化和数字化转型》

  • 来源专题:科技期刊发展智库
  • 编译者: 张恬
  • 发布时间:2023-01-28
  •   全球信息分析领域的领导者爱思唯尔公司已经加入了开放集团OSDUTM论坛(Open Group OSDUTM Forum)。爱思唯尔用于能源领域的Geofacets解决方案将与OSDU数据平台的共享开源数据标准保持一致。使用Geofacets的OSDU论坛成员将能够通过自动翻译工具加速数据向平台的转化,并应用Geofacets的地理空间情报来搜索和发现广泛的OSDU数据。专利和外部数据将与爱思唯尔的高质量科学数据一起被发现。这将释放来自传统项目的地下数据的价值,以及包括风能、地热和碳捕获项目在内的较新来源的数据,提高了效率并简化了合作。

      “我们的承诺是通过帮助企业加快数据和数字转型来支持能源转型。”爱思唯尔工程部副总裁Bryan Davies评论说,“从丰富的遗留数据和新数据以及已出版的科学文献中发掘有价值的见解,将确保地球科学家花更少的时间搜索和格式化数据,而有更多的时间追求能源转型和可再生能源项目。作为一家公司,我们也关注可持续发展,并承诺到2040年实现净零排放。”

      今天,地球科学信息的数量正在大幅增加,并且通常存储在多个存储库、不同的业务部门和不同的格式中,例如,图表、测井日志、照片、地震剖面和地层柱。高效和强大的数据管理对于支持能源行业管理风险和加强数据驱动的决策至关重要。共享的数据标准,如OSDU数据平台所采用的标准,创造了一个生态系统,减少了数据孤岛,支持创造性的数字解决方案。

      “无论是确定适合碳储存的新地点,还是确定风能和太阳能发电站的最佳地点,研究人员都需要无缝访问数据,以加速决策、降低成本,并尽量减少对环境的任何负面影响。”爱思唯尔行业解决方案负责人、高级总监Gilad Hoshen说,“通过加入OSDU论坛,我们可以与该行业的同行合作,确保用户能够更好地利用其数据,并在整个能源转型项目中继续创新。

      “我们很高兴看到爱思唯尔加入OSDU论坛。”开放集团OSDU论坛项目总监Dennis Stevens说,“通过接受一个共同的架构设计,行业可以跟上数字化的步伐,并在转向能源转型项目时满足市场不断变化的需求。爱思唯尔的贡献将有助于通过数字技术和开放标准的整合加速创新,支持我们走向一个更具协作性和数据驱动的行业。”

    ●关于开放集团和开放集团OSDU论坛

      开放集团是一个全球联盟,通过技术标准实现商业目标,成员由870多个组织组成,包括客户、系统和解决方案供应商、工具供应商、集成商、学术界和顾问,涉及多个行业。

    开放集团OSDU?论坛使能源行业能够开发变革性技术,以支持世界不断变化的能源需求。OSDU论坛向所有能源利益相关者开放,包括应用开发商、服务运营商、技术提供商、软件公司、学术界等。

相关报告
  • 《PTB的可靠数据传输标准项目(GEMIMEG-II)加速经济数字化转型》

    • 来源专题:计量基标准与精密测量
    • 编译者:李晓萌
    • 发布时间:2024-03-01
    • 从长远来看,数字化可以使联网的工业流程更快、更高效,从而更具成本效益。然而,只有当必要的数据具有高质量并且能够被机器容易可靠地解释时,才能实现这一点。在PTB的可靠数据传输标准项目(GEMIMEG-II)项目中,首次制定了通用标准,通过数据实现可靠通信,并通过数字证书确保这一点——不仅在德国,而且在全球范围内。这些突破性的成果为德国工业的有效生产和卓越的国际竞争条件奠定了基础。 为了在工业计量领域首次提供可靠的数据生态系统“德国制造”,三年前,在德国物理技术协会(PTB)的领导下来自工业界和科学界的合作伙伴共同参与了GEIMEG-II项目。它由联邦经济事务和气候保护部(BMWK)出资1200万欧元 在“用于数字化转型的安全可靠的校准测量系统”的标题下,PTB开发的数字校准证书(DCC)的引入在现已完成的项目中发挥了核心作用。DCC以易于理解和计算机防篡改的结构包含校准信息。由于这些功能,DCC还可以作为开发进一步证书的基础,这些证书可以是数字产品通行证的核心组件。迄今为止,在三次DCC会议上,来自93个国家的1.100多名与会者与国际活跃的用户群体就DCC的全球适用性达成了一致。 除了DCC,数字孪生对整个过程的模拟也是GEIMEG-II的一个重点。这些数字孪生可以在一小部分实时时间内提供各种过程参数的时间演变的可靠预测。 参与该项目的国际工业公司,如西门子、博世和蔡司,以及制药公司,都积极参与了这些数字标准和程序的开发,现在可以在全球贸易中使用标准化和合法的数据结构。
  • 《全面解读数据中台,让企业实现数字化转型》

    • 来源专题:数控机床——战略政策
    • 编译者:杨芳
    • 发布时间:2018-12-04
    • 伴随着云计算、大数据、人工智能等IT技术迅速发展及与传统行业实现快速融合,一场由数字化和智能化转型带来的产业变革正在孕育。   伴随着云计算、大数据、人工智能等IT技术迅速发展及与传统行业实现快速融合,一场由数字化和智能化转型带来的产业变革正在孕育。  随着企业规模不断扩大、业务多元化——中台服务架构的应运而生。“中台”早期是由美军的作战体系演化而来的,技术上说的“中台”主要是指学习这种高效、灵活和强大的指挥作战体系。阿里在今年发布“双中台+ET”数字化转型方法论,“双中台”指的是数字中台和业务中台。  数据中台是什么  数据中台是指通过数据技术,对海量数据进行采集、计算、存储、加工,同时统一标准和口径。数据中台把数据统一之后,会形成标准数据,再进行存储,形成大数据资产层,进而为客户提供高效服务。这些服务跟企业的业务有较强的关联性,是这个企业独有的且能复用的,它是企业业务和数据的沉淀,其不仅能降低重复建设、减少烟囱式协作的成本,也是差异化竞争优势所在。  广义的数据中台包括了数据技术,比如对海量数据进行采集、计算、存储、加工的一系列技术集合,今天谈到的数据中台包括数据模型,算法服务,数据产品,数据管理等等,和企业的业务有较强的关联性,是企业独有的且能复用的,比如企业自建的2000个基础模型,300个融合模型,5万个标签。它是企业业务和数据的沉淀,其不仅能降低重复建设,减少烟囱式协作的成本,也是差异化竞争优势所在。  建立数据中台的原因  数据中台和业务中台相比,面临的情况可能会更加复杂一点。建立数据中台的原因:  大数据可以告诉决策者一些潜在的规律,以数据来证明或判断决策。以往我们会用数据来证明我们的决策对错,现在我们用数据来引导我们做出对的决策。在大数据时代,样本就是全体,大数据可以防止伪造和偏差。  数据催生人工智能。数据是人工智能的根基,并且可以进行融合形成新的数据。数据给我们无限的创新,让我们不停去尝试。  数据是机器人的指令,我们形成数据服务思维。数据是不断变化的,让机器智能成为决策环节,运营就可以智能化。  中台的目标是提升效能、数据化运营、更好支持业务发展和创新,是多领域、多BU、多系统的负责协同。中台是平台化的自然演进,这种演进带来“去中心化“的组织模式,突出对能力复用、协调控制的能力,以及业务创新的差异化构建能力。为什么数据中台如此重要呢,大致有以下四个原因:  1、回归服务的本质-数据重用  浙江移动已经将2000个基础模型作为所有数据服务开发的基础,这些基础模型做到了“书同文,车同轨”,无论应用的 数据模型有多复杂,总是能溯源到2000张基础表,这奠定了数据核对和认知的基础,最大程度的避免了“重复数据抽取和维护带来的成本浪费。”  曾经企业的数据抽取就有多份,报表一份,数据仓库一份,地市集市一份,无论是抽取压力、维护难度及数据一致性要求都很高。同时,统一的基础模型将相关业务领域的数据做了很好的汇聚,解决了数据互通的诉求,这点的意义巨大,谁都知道数据1+1>2的意思。  2、数据中台需要不断的业务滋养  在企业内,无论是专题、报表或取数,当前基本是烟囱式数据生产模式或者是项目制建设方式,必然导致数据知识得不到沉淀和持续发展,从而造成模型不能真正成为可重用的组件,无法支撑数据分析的快速响应和创新。其实,业务最不需要的就是模型的稳定,一个数据模型如果一味追求稳定不变,一定程度就是故步自封,这样的做法必然导致其他的新的类似的数据模型产生。  数据模型不需要“稳定”,而需要不断的滋养,只有在滋养中才能从最初的字段单一到逐渐成长为企业最为宝贵的模型资产。  以报表为例,企业报表成千上万的原因往往也是没有沉淀造成的,针对一个业务报表,由于不同的业务人员提出的角度不同,会幻化出成百上千的报表,如果有报表中台的概念,就可以提出一些基准报表的原则,比如一个业务一张报表,已经有的业务报表只允许修改而不允许新增,自然老报表就会由于新的需求而不断完善,从而能演化成企业的基础报表目录,否则就是一堆报表的堆砌,后续的数据一致性问题层出不穷,管理成本急剧增加,人力投入越来越多,这样的事情在每个企业都在发生。  3、数据中台是培育业务创新的土壤  企业的数据创新一定要站在巨人的肩膀上,即从数据中台开始,不能总是从基础做起,数据中台是数据创新效率的保障。研究过机器学习的都知道,没有好的规整数据,数据准备的过程极其冗长,这也是数据仓库模型的一个核心价值所在,比如运营商中要获取3个月的ARPU数据,如果没有融合模型的支撑,得自己从账单一层层汇总及关联,速度可想而知。  在如今的互联网时代,企业都在全力谋求转型,转型的关键是要具备跟互联网公司一样的快速创新能力,大数据是其中一个核心驱动力,但拥有大数据还是不够的,数据中台的能力往往最终决定速度,拥有速度意味着试错成本很低,意味着可以再来一次。  4、数据中台是人才成长的摇篮  原来新员工入职要获得成长,一是靠人带,二是找人问,三是自己登陆各种系统去看源代码,这样的学习比较支离破碎,其实很难了解全貌,无法知道什么东西对于企业是最重要的,获得的文档资料也往往也是过了时的。  现在有了数据中台,很多成长问题就能解决,有了基础模型,新人可以系统的学习企业有哪些基本数据能力,O域数据的增加更是让其有更广阔的视野,有了融合模型,新人可以知道有哪些主题域,从主题域切入去全局的理解公司的业务概念,有了标签库,新人可以获得前人的所有智慧结晶,有了数据管理平台,新人能清晰的追溯数据、标签和应用的来龙去脉,所有的知识都是在线的,最新的,意味着新人的高起点。  更为关键的是,数据中台让新人摆脱了在起步阶段对于导师的过渡依赖,能快速的融入团队,在前人的基础上进行创新。数据中台天然的统一,集成的特性,有可能让新人打破点线的束缚,快速构筑起自己的知识体系,成为企业数据领域的专家。  当然,数据中台的建立不是一蹴而就的,每个企业都应该基于实际打造独有的中台能力,在这个过程中,需要遵循一些原则:  首先,企业的组织架构及机制需要顺势而变。比如以前负责数据的部门或团队往往缺乏话语权,面对业务需求往往是被动的接受的角色,这让一切数据中台的想法化为泡影,需要为数据中台团队授权。  其次,要改变工作方式。现在很多企业的数据团队的主要工作内容就是项目管理、需求管理等等,当一个项目完成后又投入到下一个项目,做好一个需求后又开始负责下一个需求,这样的工作确实非常锻炼人的组织、协调能力,但这样能力的提升与工作时间的长短并不是呈线性增长的,虽然增加了项目和需求管理经验,但并不能在某一个专业领域得到知识和经验的沉淀,随着时间的流逝,越来越多的人会失去最初的工作积极性和创造性,事实上,数据人员只有深入的研究业务、数据和模型,端到端的去实践,打造出数据中台,才是最大的价值创造,才能使得持续创新成为可能。  第三,数据中台的团队要从传统的支撑角色逐步向运营角色转变。不仅在数据上,在业务上也要努力赶超业务人员,中台人员要逐步建立起对于业务的话语权,不仅仅是接受需求的角色,更要能提出合理的建议,能为业务带来新的增长点,比如精确营销。  最后,中台是适合公司特点的。最合适的中台是当你深入了解业务、产品、系统、组织,而且不仅了解今天在哪里,还要了解过去是怎么演变而来,未来又会怎么演化。只有当了解所有的东西之后,才能做出较好的中台架构设计。 相关热词搜索:数字化 智能化 数据中台 .