智慧城市如何从数据分析中获益

[karimaislam4321]

界人口预计将飙升至 90 亿以上。全球约 70% 的人口将居住在城市，而当今城市消耗了全球能源供应的 70%。这是电力和水务公司所关心的问题，但有一些方法可以解决这些问题。 最好的智能电网规划方法体现了两个相关的元概念，称为“系统的系统”和“网络的网络”方法。这两个术语均在《智能电网词典》中定义，意味着规划者必须识别系统和/或网络之间的潜在关系，并设计利用这些协同效应的解决方案。 这些方法鼓励创造性地使用和重复使用资源用于多种目的，而不是一次性应用程序，并且在处理智能电网等复杂系统和网络时尤其重要。 先进的数据分析利用不同来源的数据之间的协同作用，并且已经在不同的电力公用事业应用中提供价值。我们需要应用这些相同的概念和工具来构建或改造复杂的系统，例如电网和城市基础设施。

最近，我在一次智慧城市活动中主持了一场小组讨论，主题是随着越来越多的设备具备智能来感知其他机器 (M2M) 或人类 (M2H) 并与之通信，大数据所产生的技术和政策影响。我有三点观察要分享。 首先，我们需要以不同的方式思考决 WhatsApp 号码 策和时间。数据分析使我们有机会进行时移决策。复杂的分析可用于预测性和主动性决策。在智能电网世界中，我们认识到储能使我们能够“时移”发电。我们还可以通过需求响应和动态定价计划来调整用电时间，鼓励或奖励非高峰时段的使用。 智慧城市利用数据来预测交通模式，可以实现自动化和实时的交通拥堵管理，而不是被动活动。智能电网和智能城市可以从数据分析中获得巨大的好处。 但人类必须想象如何利用大数据来真正改善基础设施管理的可能性。如果人类未能对信息采取行动，从分析中得出的最有洞察力的信息就毫无价值。



第二个要点是，隐私概念与我们在个人空间概念中看到的具有相同的可塑性。个人邻近度的定义因文化和人际关系等多种因素而异。隐私，尤其是数据隐私，对于我们有意与朋友、家人、熟人、企业和政府实体共享多少数据和什么类型的数据的期望具有类似的可塑性。确实需要明确阐明数据创建和使用的角色、责任和好处，以及无意的数据共享的危险。 最后，我们需要一项新的法律来帮助我们围绕数据制定预期。数据可以由机器或人类创建。数据将通过网络传输到目的地，并且可以被转换（匿名）、分析（与其他数据关联）或存储在多个位置。摩尔定律指出，处理能力大约每就会增加一倍。