物联网发展预测范文

导语：如何才能写好一篇物联网发展预测，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：物联网技术；现代物流；冷链物流；发展对策

中图分类号：F252.24 文献标识码：A 文章编号：2095-1302（2016）06-00-02

0 引 言

迄今为止，不同的机构和学者从不同的方面给出了冷链物流的定义，如我国标准物流术语的定义为：“为保持新鲜食品及冷冻食品等的品质，使其在从生产到消费的过程中，始终处于低温状态的配有专门设备的物流网络”[1]，该定义强调了冷链物流的专业性和物流网络的概念；美国食品药品管理局则定义为：“一条贯穿从农田到餐桌的连续过程中维持正确温度，以阻止细菌生成的供应链”[2]，该定义更加全面地解释了品质保证的条件，包含温度、细菌控制等多方面。以上定义虽然侧重点有所不同，但都指出了冷链物流的特点。总之，冷链物流是指为了保证食品的质量，在生产、贮藏、运输、销售，直到最终消费前的各个环节使之始终处于规定的低温环境下的特殊供应链体系，其一般包括在低温冷藏条件下的加工、储存、运输和销售四个基本环节[3]，且各个环节相互交错，共同运行。

1 冷链物流发展现状及问题

最近几年，我国现代物流发展迅速，其中冷链物流的发展尤为突出，国务院、交通部、商务部及各省各级部门相继出台了一系列冷链物流利好政策和标准，并加大了基础设施建设的财政支持力度，越来越多的冷链物流企业由基础服务转向增值服务，并向着综合性一体化方向发展[4]。

1.1 国家政策和财政的大力支持

随着我国冷冻冷藏产品消费量的快速上升，国家越来越重视冷链物流的发展，制定和了一系列政策对冷链物流进行宏观引导，最近五年有利于冷链物流的相关政策如表1所示[5]。除此之外，国家还给予冷链产业大量的财政支持，基于这些政策和财政的不断支持，中国冷链物流行业发展前景可观。

1.2 发展不平衡，冷链市场分散

最近几年冷链市场发展很快，但市场分散、集中度较低，发展不平衡，主要表现在以下三个方面：

（1）市场需求不平衡。2014年，冷链市场需求主要集中在京、津、鲁、粤等中东部经济发达地区，此外，由于某些地域性很强的国家政策的推动，使得一些地方的冷链市场发展迅速，如 “丝绸之路”国家政策大大促进了成都、云南冷链物流的发展[6]。

（2）冷链物流基础设施建设区域不平衡，重点分布在中东部经济发达的地区，而西北区域较少。

（3）由于冷链物流基础设施和市场需求的不平衡，使得冷链市场分散，第三方物流企业规模较小。

1.3 设备比较落后，信息技术匮乏

目前我国的冷链基础设施陈旧，数量严重不足且发展和分布不均衡，很多关键物流节点缺少相应的冷冻冷藏设施[7]，信息技术极度匮乏。首先，基础设施落后，冷藏车和冷冻库的数量不足，物联网新技术的应用很少；其次，冷链物流“最先一公里”和“最后一公里”问题严重，由于“最先一公里”建设不完善，导致全国很多地区优质的冷链产品走不出去，品牌竞争力不强。另一方面，由于“最后一公里”不健全，国外的冷链产品很难保质保鲜、快速准时的引进来，及时送到消费者手中。最后，专门的冷链物流的综合性公共信息管理平台很少，信息技术匮乏，管理水平落后。

1.4 冷链物流标准不完善，落实不到位

首先，虽然目前我国冷链相关标准出台很多，但标准之间重复和交叉现象严重，标准体系还不完善[5]，不能达到国际标准的要求。其次，现有已的标准，落实不到位的情况严重。很多标准只是停留在公司制度层面上，在实际实施过程中非常困难，一方面冷链物流企业在思想上根本不重视国家标准，明知有相关标准，但还是遵循老观念和老做法。另一方面，很多物流企业在设备和技术上没有达到国家标准的要求，因此在物流配送中也很难按照标准执行，断链情况严重。

1.5 冷链物流人才匮乏且学历偏低

冷链物流需要专业的操作人员来保证整个物流过程的质量，但是我国的冷链物流人才却不容乐观。造成现今局面的原因主要分为如下3项：

（1）专业人才缺乏。随着冷库的多样化，在整条冷链中，对冷库的管理和使用要求越来越专业，而在设计中，更要求熟悉冷库使用全过程的专业技术人员。由于冷链物流等现代物流业最近几年才开始快速发展，我国大部分高校都没有相关的专业设置，即使有些高校有冷链物流相关专业，但也属于冷门专业，学生都不愿报考，因此，冷链人才极度匮乏。在冷链物流各环节中的冷库作业人员，冷链物流的各管理层，甚至货车司机都很少[5]。

（2）冷链物流中冷库建设规划缺少专业人才，重复建设现象普遍。

（3）冷链物流从业人员学历普遍偏低，本科学历少，大都是技校、职高或中专毕业生，且较多的是进城务工的农民工[8]。

2 基于物联网技术的冷链物流发展优势

物联网技术能够对冷链物流整个过程实施智能化管理和监控，是现代智慧物流发展的趋势，其优势有[9]：

（1）物联网技术的运用使储存管理变得更加简便、快捷、高效；

（2）物联网技术的运用能够快速找到问题，确定事故责任；

（3）物联网技术的运用使生产到销售的全过程变得更加智能化；

（4）物联网技术的运用可使生产厂家根据市场安排生产、控制成本，从而减少企业的生产风险。

总之，基于物联网技术的冷链物流保证了产品从生产到销售的质量，满足了人们的需求，降低了生产成本，明确了责任，方便了政府部门对冷链产品的监测和管理，这必定是未来冷链物流的发展方向。

3 基于物联网技术的冷链物流发展建议

3.1 加大新技术的自主研发和创新

科技和创新引领现代物流的未来，因此引导和鼓励企业、各科研机构及高校自主研发各种新型冷链物流装备和技术，全面融合物联网核心技术，创新现有冷链物流技术体系，使之与互联网技术、移动互联网技术、大数据及云计算技术广泛融合，建立“互联网+”环境下的冷链物流运转机制，将成为冷链物流发展的大趋势。

3.2 加快冷链物流基础设施建设

加快冷链物流基础设施建设分为如下几步：

（1）国家应从政策和资金上进一步加大冷链物流基础设施建设，改造和新建一批“冷链物流配送”型冷库，购置数量充足和装备先进的冷藏车，完善配送的各个环节，保证不断“链”；

（2）重视和解决冷链物流“最先一公里”和“最后一公里”问题；

（3）鼓励各物流企业建立信息系统，提高物流企业的信息化水平；

（4）以政府为主导建立冷链物流公共信息平台和云服务体系，加大政府在冷链物流中的市场监管、公共服务，保护国家经济安全和推动行业发展与社会进步等职能，从而保证冷链物流产品的质量。

3.3 大力发展第三方物流

目前，第三方物流已成为现代物流发展的方向。应鼓励企业积极引进国外的先进技术、装备和管理理念，不断改进现有冷链物流技术和设备，把企业做大做强；针对第三方冷链物流小而分散的现状，鼓励各企业通过兼并重组、协作联盟等方式做大做强，逐渐实现物流企业的规模化和集约化[6]。

3.4 人才培养策略

专业人才的缺失已成为冷链物流快速发展的瓶颈，因此加大培养和储备冷链物流专业人才刻不容缓。首先，国家教育部门要从思想上重视冷链物流专业人才的培养，积极开展相关专业的教育机制改革和探索；其次，各高校应积极开设相关专业，大胆引进国外的教师、教学理念和相关课程体系；最后，应大力发展职业教育，鼓励各高校及职业院校与企业实行联合培养，使企业技术人员走进课堂授课，让学生走进企业锻炼，实现物流企业和学校的双赢[10]。

4 结 语

物联网技术作为一个崭新的概念，为现代冷链物流的经营与管理带来了机遇与挑战。在国家政策和资金的大力支持下，我国冷链物流的发展虽具有一定规模，但仍然存在很多问题，也面临着许多机遇和挑战。因此，我们应更加关注冷链物流的基础设施建设，加大冷链物流人才培养的力度，积极开发和创新冷链物流的先进技术并与物联网、大数据、云计算等新兴技术相融合，建设冷链物流的公共信息共享平台和综合云服务体系，提升服务质量，加快冷链物流的发展。

参考文献

[1]全国物流标准化技术委员会.中华人民共和国国家标准――物流术语[J].交通建设与管理，2007（10）：106-120.

[2]梁东辉.基于价值流分析的水产品冷链物流研究[D].北京：北京交通大学，2014.

[3]常丽娜，李学工.农产品冷链物流标准化体系构建探讨[J].农产品质量与安全，2014（2）：34-37.

[4]姜良秀，孙朋杰.协同创新对冷链物流企业成长的影响及对策――以山东荣庆物流企业为例[J].中国商贸，2014（22）：151-152.

[5]冯健.我国冷链物流政策演变与展望[J].物流工程与管理，2015，37（11）：9-11.

[6]中国物流与采购联合会冷链物流专业委员会，中国物流技术协会.中国冷链物流发展报告（2015）[R].北京：中国财富出版社，2015.

[7]谢晴.抢滩冷链物流 机遇与挑战并存[J].中国农村科技，2014（8）：20-23.

[8]梁爱文.生态文明型物流发展策略[J].开放导报，2015（2）：89-92.

篇2

关键词：“互联网+” 物流；仓储

中图分类号：F253.9 文献标识码：A 文章编号：1008-4428（2016）12-41 -03

一、物流仓储行业现状分析

如图所示，是国家邮政局15年的统计数据，在2015年上半年全国快递服务企业业务收入已达1195.7亿元，同比增长33.2%，快递包裹量达84.6亿件，同比增长43.3%。2014年，我国快递业务量完成140亿件，首次超越美国跃居世界第一。这些数据背后所体现的正是我国的电子商务行业蓬勃发展的现状。

与此同时，在电子商务行业兴起的同一时间，伴随着的是物流仓储等相关行业的迅速发展。在电商的物流链上，快递业作为前端面向着终端的消费者。同时，支撑起快递行业的配套仓储体系作为后端，保障着前端快递行业的稳定运营。换言之，后端运营的科学性与前端派送的流畅息相关。然而，面对电商行业的超常规快速发展，物流仓储业是喜忧参半。营业额的暴涨带来了前所未有的利润，但频频出现的“爆仓”难题却又难以解决。

可以说，传统物流仓储在电商面前倍感压力，传统物流仓储的转型升级迫在眉睫。在电子商务领域，资金流、信息流链条日益完善，仓储物流若不能及时跟随时代的脚步，势必会导致整体电商领域的滞后。

如下图所示，根据仓储管理流程图可以发现，传统商业的仓储像是一个临时的仓库，是产品的寄存地，以叉车进行入出库作业，重点在储存而非流通，主要着眼于货物的安全保存。而现在的电子商务的仓储是通过式仓储，本质上是分拣中心加临时仓储，且库存品种多，单品库存少，在库品管理方面就有很高的要求。不单单是简单的快递，更是全供应链的优化，至少也是仓配一体化。故此，若想从根本上解决当下物流仓储的困境，必须从根本上对仓储物流行业的供应链进行全面优化。

那么，传统物流仓储如何转型升级？追根究底，还是需要“互联网+”的帮助。信息化、自动化和智能化是发展所必不可少的。让互联网平台、信息通信技术与传统物流仓储行业相结合，使货物的流动性提高，再配备以高速、高效的物流设施，创造以物联网为基础的全新仓储体系，以此加快电商物流行业供应链整体的效率。

二、物流仓储问卷调查数据分析

为了能更加明确地了解当下物流仓储存在的问题，我们就N市范围内各大小物流公司及仓储点进行了题为“物流仓储管理问卷调查”的问卷发放与回收。

调查时间：2016年7月6日――2016年8月6日

抽样方法：简单随机抽样

样本容量：148

数据收集方法：收集发放的纸质问卷以及其他非问卷形式的资料

数据分析方法：

首先，对所回收的问卷进行了可信度和有效度的相关分析，对问卷进行了有效问卷的筛选。同时，借助Microsoft Excel 2010 进行数据图表的制作。并且运用统计学软件SPSS19.0对所收集的数据进行了处理和分析。

本次数据统计过程中，问卷总计发放150份，实际回收148份，有效问卷数148份。通过对这148份问卷调查数据的收集与整合，我们从“仓储外包”及“智能仓储”两个方面对现下物流仓储所存在的问题进行了分析。

从上图中，我们可以看出在被调查的物流仓储企业中有62%的企业有着外包，而通过进一步的讯问后，发现当下的电商物流企业主要是将除核心产品外的大部分产品进行了外包。那么为什么这种的方式，如此受到广大电商的青睐呢？通过分析主要原因有以下三点：

一是大多数企业在生产经营活动的过程中都具有一定的季节性，企业自身的仓储场地体量存在有一定的大小刚性，不可能随时随地根据需求的转变而转变，但第三方物流公司的仓储场地面积，可以根据货主的需求的进行弹性转变，因此不存在限制问题，单独的企业便可以根据需求随时增减。

二是企业的自有仓库地理限制因素太多，相比之下，物流公司遍布许多城市，并且会视一个地区的经济发展情况做出调整，向价格低廉的地区发展。因此，借助第三方物流公司的仓储外包服务无疑是降低企业经营成本的不二选择。

三是相较于国外已经成熟的物流体系。国内的物流业总体上还是属于比较低端的、用工灵活的“劳动密集型”行业，对员工素质、技能要求不高。为此，将仓储外包的选择，不仅明显地降低了成本，同时更避免了企业在人力资源决策上的诸多忧患。

与此同时，通过对智能仓储普及度的调查，不难发现在被调查的电商物流仓储企业中，有85%的企业已经进行了智能仓储的普及。通过调研分析，智能仓储相较于一般人工的仓储，其所需的人工劳动力可降低20-30%，大大降低了商品缺失的风险。通过互联网技术改良的供应链管理将降低20-25%的工作服务时间。同时高效准确的数据采集，也提高了作业效率。入出库数据的自动采集，降低了人为的失误。整体上，大大提高了仓库管理的工作效率，降低了企业仓储物流的成本。

但其中只有41%的企业将智能仓储进行了普及。通过进一步的调查后得知，当下国内普遍还存在着智能仓储普及率不高的问题。其主要原因在于国内企业相较于国外企业，智能仓储的实际效率利用率还不够高，甚至存在着环境污染等衍生问题的存在。

三、现代物流仓储行业优化策略

（一）仓储外包优势及改进意见

诚如上文所述仓储外包是解决“爆仓”问题的一个有效方式，其主要的优势正是体现在弹性高、地理限制小以及成本低。然而若想真正发挥仓储外包全部的优势，还需要进行一定的改进升级。

目前，绝大多数的物流公司信息化建设水平都还很低，依旧停留在依赖EXCEL表格进行功能极其有限的库存管理，使用EMAIL定期或不定期向货主发送简单统计报表的原始阶段。外包后的库存管控对于货主来说，几乎就等同于“黑箱作业”，既无法保证数据的可靠性、实时性，也无法满足货主的可视化、可交互性要求。

这就要求物流公司能够拥有一套自己的像样的仓储管理系统。在此基础之上，通过互联网环境下的营销环境，使得物流公司与企业货主之间建立长期性的战略合作关系，双方共同实现并维持物流商的仓储管理系统与企业内部ERP系统的“集成”达成可交互。这种构筑在互联网基础之上的物流仓储外包体系一旦达成，对于企业的效率提供质的飞跃。

（二）电商模式下智能仓储的优势分析

电商模式下，商品的出入库相较于传统仓储流程要复杂得多，仓储系统内部不仅物品复杂、形态各异、性能各异，而且作业流程复杂，既有存储，又有移动，既有分拣，也有组合。这就使得电商企业对电商物流仓库以及配套设施的要求变得非常高，尤其在工作量变大的情况下，人工的失误率大大上升，导致企业对于信息化、智能化提出了更高要求。

企业只需要通过智能仓库依靠着的互联网发达的技术，保证货物仓库管理各个环节数据输入的速度和准确性，以此便可以确保企业在收到数据时的准备性与真实性，达到合理控制企业库存的目的。

在此基础上，企业再通过科学的编码，对库存货物的批次、保质期等进行管理时，以此达到更加便捷高效的目的。同时，运用智能仓库所拥有的SNHGES系统的库位管理功能，达到掌握库存货物的实时所在位置，保障货物的安全性与时效性。

这种使电商的物流仓储行业智能化与网络化的智能仓库在经过进一步发展后，势必会受到越来越多广大大型电商的青睐与追捧。

（三）互联网结构下的新兴云仓储

仓储外包与智能仓库在现下发展中已日趋成熟，但是其不免还存在一定的局限性。在“互联网+”的影响下，结合仓储外包与智能仓储的优势一个全新的云仓储概念被提出。其主要依托于当下社会所提出的云概念，最初的云概念，仅应用于存储的虚拟云盘。但伴随着“互联网+”的高速发展，越来越多的行业也开始与云概念所结合改造升级。

传统的仓储物流已经慢慢被互联网大数据所改变，以前的仓储物流仅仅为客户存储货物等低层次服务；在云仓储的环境下，所有的仓库将掌握所有客户的资源流通，货物进出，财务进账等信息。通过这些信息，云仓储将通过大数据计算分析得出：客户货物的进出仓规律，销售规律，资金规律，现金流规律，乃至推算出全国产品市场变化和行业兴衰规律。

亚马逊是国内最早提出所谓“云仓储”服务并给出明确操作方案的公司，其“云仓储”核心内容按官方定义主要包含两点：一、“卖家按商品实际体积及存储天数支付仓储费用”；二、“卖家仅需就近入仓，亚马逊自动将库存智能分配到全国各仓”。

其提出的第一定义是企业仓储外包所需要的灵活性的极致体现，区别于一般的仓储外包，其更具灵活性，弹性变化更大，无疑迎合了当下企业的需求。其提出的第二定义，是自动化与智能化的总体体现。在确保企业库存有效管控的基础上，企业只需要与云仓储企业沟通好如何部署自身的商品在各地的分布，同时保证仓储外包后的数据透明，货物的实时动向。便可以充分发挥云仓储的智能化与自动化，使云仓储为企业智能分配。

云仓储构建于“互联网+”之上，其本质是以方便快捷的全新形式为企业带来便利。但与此同时，一些技术需求的必要性也抑制了其普及的发展。在物流商与企业之间的数据透明与实时交互正式沟通完成的情况下，相信在仓储外包自身仓储管理系统的基础上，云仓储必然能得到进一步的普及，使物流仓储的效益得到质的飞跃。

四、结语

当下时代已然进入了互联网+的时代，物流仓储作为构建电商行业的核心基础之一，与互联网相结合也是时展之必然。二维码、无线射频识别等物联网感知技术和大数据技术，在今后的物流仓储势必会更加普及。各大物流公司需要充分发挥互联网时代下的这些产品，才能真正实现物流仓储效率质的飞跃，实现真正的全面转型升级。

参考文献：

[1]翟垒垒.智能化转型下我国制作业仓储物流发展策略研究[J].中国物流与采购， 2015，（04）：70-71.

[2]张璨辉.智能化仓储系统的设计与研究[J].大众用电， 2014，（09）：42-45.

[3]付凤海.物联网在物流仓储管理中的运用探究[J].电子制作， 2015，（08）.

[4]杨力敏.国内物流仓储机械智能化状况及发展趋势[J].物流技术： 装备版，2012，（09）：18-20

[5]王元吉，麻慧，沈哲等.物联网技术应用与仓储信息能力研究――以宁波仓储企业为例[J].现代营销，2012，（10）：335-336.

篇3

【关键词】物联网 频谱需求 3G 4G 混同承载 区别承载 独立承载

1 前言

自2009下半年开始,物联网在国内成为广泛关注的“热点”,但不容忽视的是,物联网正处于产业发展初期,仍有许多瓶颈等待突破。在物联网存在与发展的诸多资源要素中,无线电频谱是当之无愧的基础性支撑资源。当前,在热衷推动物联网的标准、产业、装备和应用的不断发展中,切不可忽视频谱资源的紧缺对物联网的制约。因此,在物联网标准、框架等顶层设计中应同时部署对物联网频谱资源需求及规划的研究,以便寻求解决物联网频谱需求的良策。

2 物联网频谱需求研究仍属空白

物联网的巨大规模,以及信息交互与传输以无线为主的特点,注定使物联网成为频谱资源需求的大户。首先,物联网的业务规模是通信业无法比拟的。据美国研究机构Forrester预测,到2020年物物互联业务与现有人与人的通信互联比例将达到30:1,即可能从60亿人口扩展到500亿乃至上万亿的机器和物体。因此,当物联网得以大规模应用,将有超过500亿以上的终端需要通过无线方式连接在一起,其对频谱的需求绝不是如今己分配的移动通信和无线接入频率所能承载的。

其次,有人将己分配的2G、3G和未来4G移动通信频率视为物联网传输层的频率资源,但是3G与4G的频率需求预测及分配是以人与人的通信为目标的,并未完全包含人与物和物与物的通信与连接。比如,3G频率需求预测是遵循ITU-R M.1390建议,主要考虑语音基础业务的系统频率需求。在预测的参数设置中,如用户密度在中心商务区的室内环境为140000/km2;中心商务区的室外步行环境为100000/km2;中心商务区的室外车辆环境为3000/km2。其中,并未考虑物联网的用户数量。另外,如各种业务的渗透率、忙时呼叫次数、呼叫持续时间等都是按照话音业务设置的。这些参数可能与物联网用户某些业务使用的参数大相径庭,如连续实时监测控制的应用场景,特别是视频监测的应用完全超出3G所能承载的速率,以及3G业务的应用方式。

再如,4G频率需求预测是遵循ITU-R M.2078报告、ITU-R M.2072报告和ITU-R M.1768建议,在4G系统中将由以语音业务为主转变为以多媒体通信业务为主,以IP为基础的数据业务将主导4G移动通信网络。因此,在预测4G频率需求时要涵盖未来演进的3G和4G系统支持的数据速率能力;业务等级要适应于具有不同带宽和QoS需求的会话业务、交互式业务、流式业务和后台处理式业务等混合业务的能力;能够对多个网络互通建模,灵活处理不同环境中的混合无线接入技术的组合。在人口密集城市中其用户密度到2020年预测为21.9万/km2,显然是为人与人通信而设计的。当然,在4G设想的业务中包括了部分机器对机器、遥测、工业控制、视频监视等物联网类的应用。可以认为4G的频谱需求虽然是为人与人通信预测的,同时也包涵了部分如M2M等初期形态的物联网业务。但是,不能认为4G频谱预测中己涵盖了未来物联网的全部频谱需求。

究其原因,上述ITU-R的报告与建议都形成于2005~2006年,当时物联网的概念刚刚提出,物联网还不像今天这样被视为信息产业划时代的浪潮。所以,至今物联网的流量模型及常见应用模型虽然有了一些研究,但并没有权威的研究结果。它肯定既不同于互联网流量模型,也不会等同于移动通信的流量模型。但是,物联网的规模巨大,尽管有些业务每次传输的数据量不一定非常大,甚至是几十个字节,但是必须一次传输成功,有着非常实时的传输要求。以物联网的视频应用为例,视频感知是国外物联网的典型应用。如远程专家诊断、远程医疗培训已经成为智慧医疗应用的一个必然组成部分;在智能电网中,输电线路远程视频监控系统、电网抢修视频采集和调度指挥;在智慧城市中,几乎所有的城市都可以看到城市视频安全监管等。而物联网的信息传输中,视频传输要求是最高的,也是占用频谱最多的业务。另外,移动蜂窝网络着重考虑用户数量,而物联网数据流量具有突发特性,可能会造成大量用户堆积在热点区域,引发网络拥塞或者是资源分配不平衡的问题。这些都会造成物联网对频谱的需求方式和规划方式有别于己有的无线通信。但是,至今物联网频谱需求研究仍是“空白”。

3 物联网频谱需求的比较研究

在物联网用户及流量模型尚不明朗,以及ITU也无权威建议的情况下,本文采用与4G频谱需求比较研究的思路,探讨物联网频谱需求的框架。

在ITU-R M.2078报告:《IMT-2000和IMT-Advanced的未来发展估计的频谱带宽需求》中,对到2020年的频谱需求预测,如表1所示。

在三个运营商情况下,到2020年的频谱需求,如表2所示。

以上频谱需求是在满足ITU-R M.2072报告:《世界移动通信市场预测》的《未来发展提供的应用程序/业务列表》97项业务前提下预测的。在这些业务中包括物联网性质的业务有13项,如表3所示。

这些物联网业务按通信量预测,到2020年其通信量约占总通信量的14%,如图1所示。

因此,可将物联网业务在2020年的频谱需求视为占IMT-2000和后IMT-2000频谱总需求的14%,那么物联网业务在2020年的频谱需求,如表4所示。

对以上物联网频率需求预测结论需要注意的是,其一,这些物联网业务所需频率已包涵在IMT-2000和后IMT-2000频谱总需求中。其二,ITU-R M.2072报告:《世界移动通信市场预测》中并不看好物联网的发展,虽然它肯定“在未来(2020年或者以后)的某些时刻,联网点、产品或者机器的数量可能超过联网的人数”也提到“高速无线宽带开启了新机器的出现的可能性,例如流式安全照相机”,但同时又作了悲观的预测,该报告认为“除非位置感知变得更可靠,否则传感器网络不能在市场上取得进展。如果你必须记录每个节点的位置,部署几十亿的传感器显然不是个好办法。当前,有关位置感知的技术仍然处于早期研究阶段,可以进行巧妙的部署,这样传感器的数量是足够小以至于位置不必是自动的,但是真正的传感器网络必须要等待”。

而现实状况是,物联网的发展步伐和趋势如火如荼,因此,可以判断到2020年物联网的业务类型和通信总量一定会大大超过ITU-R M.2072报告的预想,其频谱需求也要大量增加。

本文作出三种假设:

第一,到2020年物联网通信量达到总通信量的30%,那么物联网频谱需求,在一个运营商情况下为516MHz(先进型市场)和384MHz(后进型市场);在三个运营商情况下为594MHz(先进型市场)和468MHz(后进型市场)。

第二,到2020年物联网通信量达到总通信量的50%,那么物联网频谱需求,在一个运营商情况下为860MHz(先进型市场)和640MHz(后进型市场);在三个运营商情况下为990MHz(先进型市场)和780MHz(后进型市场)。

第三,到2020年物联网通信量约达到总通信量的80%,那么物联网频谱需求,在一个运营商情况下为1376MHz(先进型市场)和1024MHz(后进型市场);在三个运营商情况下为1584MHz(先进型市场)和1248MHz(后进型市场), 如表5所示。

从以上比较研究的结果可见,物联网的发展对频谱提出大量新需求,也使频谱资源面临新的严峻挑战。

4 物联网不同发展阶段频谱需求分析

物联网的发展需要经历三个阶段,在不同发展阶段中对频谱的需求及应用方式也有所差别。

第一阶段为机器互联阶段,即目前的M2M业务阶段。在此阶段通信对象主要是机器设备,尚未扩展到任何物品。通信过程中也以使用离散的终端节点为主。业务类型如汽车信息服务、车队管理、远程医疗、远程计量等。对承载网而言,称为混同承载阶段,即直接采用现有移动网络承载物联网业务,网络本身不作大的改动,网络参数基本不变。由于现有移动网络不能区分人与人的通信,还是物与物的通信,主要通过终端侧的配置以及对终端的管理来缓解网络的压力。因此,此时物联网业务直接依托运营商已有的2G或3G网络的频率资源,频谱矛盾不显著。

第二阶段为局域感知阶段,在这个阶段“物”的范围不断扩大,传感网逐步引入。虽然传感网仍主要用作局域组网,但传感网已被视为通信网络终端节点的延伸,与通信网成为一个整体。运营商更加关注通信网络与传感网的融合,并通过物联网网关屏蔽传感网的差异性,使异构的传感网之间、传感网与通信网之间实现协同工作。此阶段对承载网而言,称为区别承载阶段(也称混合组网方式)是物联网业务发展中期,物联网应用规模的扩展对移动网络资源(如号码资源、传输资源乃至频率资源)造成了较大压力。这时需要对网络进行部分改造,使得网络侧能区分物与物的通信,从而采取不同的措施缓解网络压力,保障物联网业务质量。混合组网方式是将现有PDSN(分组数据服务节点)、AAA(鉴权认证)等分组域设备升级成为支持增强功能的设备,物联网业务和非物联网业务使用同一个移动分组域核心网。这种方式需要对现网分组核心网的PDSN、AAA升级改造,因此对网络影响较大。在这个阶段,物联网业务已有较大发展,通信业务量也有显著增加,此时将对运营商己有频谱资源造成较大压力。运营商除在已有频率中挖掘潜力为物联网业务所用之外,应积极寻求另外的频谱资源,以缓解物联网发展对频谱的压力。

第三阶段是广域感知阶段,在这个阶段传感网开始广域组网,遍布各处的传感网节点构成了全新的广域网络,并产生一些基于传感网的公共节点,这些公共节点作为物联网的基本组成部分,必然要实现广域管理,比如遵循统一的通信协议、实现广域寻址等。此阶段对承载网而言,也称为独立承载阶段。独立承载阶段(也称为独立组网方式)是在物联网业务实现规模化发展后,将产生与人与人通信相互干扰的问题,同时也出现大量对通信质量要求较高的物联网应用。此时,应考虑采用物理/逻辑隔离的网络承载物联网业务,比如建设独立的接入网,在核心网中也划分专门的互联子网等。独立组网方式是由PDSN、AAA提供手机终端的业务数据路由,终端鉴权、认证、计费。AAA-M(物联网业务鉴权认证)存储物联网业务的数据签约数据;PDSN-M(物联网业务分组数据服务节点)从AAA-M下载业务签约数据,提供物联网终端业务数据路由,从而进行业务控制。手机终端接入PCF(分组控制模块),PCF将业务接入PDSN;物联网终端接入PCF,PCF将业务接入PDSN-M,这要求PCF能将不同用户的数据分发到不同的核心网设备。在此阶段,由于LTE或4G业务已得到长足发展,原有及预测的频谱将被大量占用,而物联网也进入了蓬勃发展期,新的频谱需求将十分迫切,频谱资源的供需矛盾将更加尖锐。

5 结束语

频谱是物联网存在和发展的重要基础资源,但业界对物联网频谱资源需求及面临困难的研究远远落后于其他方面,必然成为阻碍物联网发展的“难点”。凡事预则立,希望在国家及产业层面尽早积极研究物联网频谱资源需求趋势,以及突破频谱资源瓶颈的技术措施与相应的政策调整,以便为我国物联网的发展提供频谱资源的有效保障。

参考文献

[1]ITU-R M.2078. Estimated Spectrum Bandwidth Requirements for the Future Development of IMT-2000 and IMT-Advanced [R].

[2]ITU-R M.2072. World Mobile Telecommunication Market Forecast[R].

[3]ITU-R M.1768. Methodology for Calculation of Spectrum Requirements for the Future Development of the Terrestrial Component of IMT-2000 and Systems Beyond IMT-2000[R].

[4]何廷润. 物联网发展需以频谱资源有效供给为前提[J]. 通信世界,2010(3).

[5]何廷润. 试论物联网对C网演进路线与策略的影响[J]. 移动通信,2010(11).

[6]诸瑾文,王艺. 从电信运营商角度看物联网总体架构和发展[J]. 电信科学,2010(4).

篇4

(讯)赛迪智库最新的《2013年中国信息化一季度形势分析与走势预测》报告称，随着我国智慧城市建设步伐的加快，市场需求将取代政策引导驱动云计算物联网发展，我国信息化步入智能和移动时代。移动电子商务市场交易规模达1100亿元。

该报告分析说，从当前智慧城市的建设情况来看，应用信息技术已经成为城市运行不可或缺的重要手段。互联网、物联网和云计算交融发展正在构建无所不在、物人共享的智能化城市基础设施。精准、可视、可靠、智能的城市运行管理网络将覆盖所有城市要素，并延伸到社区、家庭和个人。

截至2012年底，我国物联网产业市场规模达到3650亿元，比上年增长38.6%，移动电子商务市场交易规模达到965亿元，同比增135%。报告预计，今年第二季度，我国物联网市场规模将超过4000亿元，移动电子商务市场交易规模将达1100亿元。而随着企业的积极投入和云计算技术的逐渐成熟，市场将成为云计算发展的主要驱动力量，在搜索引擎、数字内容、电子政务、中小企业信息化等应用领域云计算将取得突破性进展。据赛迪预测，我国云计算的市场规模将从2010年的167.31亿元增长到2013年的1174.12亿元。

报告预测，今后我国信息化发展将呈现几大特点：市场需求将取代政策引导驱动云计算物联网发展；我国物联网技术标准走在国际前列，在智能医疗、智能交通、智能家居、智能物流等领域也具有较为成熟的应用；随着我国智慧城市建设步伐的加快，物联网在经济社会信息化建设领域的需求将迅速膨胀。(编选：)

篇5

物联网热潮再起

上周物联网行业可谓利好层出不穷，先是我国提出和推动制定的物联网首个国际规范正式，然后以中国物联网研究发展中心、中国物联网创新研发中心、中国移动物联网研究院为首的三大国家级研发机构正式在无锡揭牌，继而江苏、广东、浙江三省更是争相大规模规划建设物联网产业园区，预测产值均高达千亿元以上!一连串的政策发力，必将引发物联网的新一轮热潮，而当中龙头大唐电信在上周弱市中劲收5阳，无疑吹响了物联网板块进攻的号角。

第三次信息产业浪潮

物联网是以感知为核心的物物互联，从技术角度又称为传感网。物联网将成为继计算机、互联网和通信网络之后的信息产业第三次浪潮。据国际权威机构预测，到2020年，物物互联业务将是现有人人互联业务的30倍，成为一个极具吸引力的万亿级信息产业。而国内的赛迪顾问的研究预测认为到2015年，中国物联网整体市场规模将达到7500亿元，五年内年均复合增长率将超过30％，市场前景将远远超过计算机、互联网、移动通信等单个市场。2010年《政府工作报告》指出“加快物联网的研发应用”，抢占经济科技制高点，这标志着物联网已正式进入中国国家战略层面。

物联网产业发展契合中国经济结构转型的背景。随着国内劳动力市场刘易斯拐点的出现，劳动力成本加速上升将是未来的发展趋势，劳动力成本上升对国内外贸依存度高的经济增长结构形成冲击，同时也将提高整个社会经济的运行成本，而高投资带来的高排放、高污染的代价也急需国内经济向低排放低污染的低碳增长方式转变。物联网的发展将提高整个社会的自动化和智能化的水平，将会有效抵御劳动力成本上升给产业带来的成本上升的矛盾，对于维持或提高产业竞争力与利润率水平都具有积极作用。

而物联网产业发展同时将提高社会对能源的利用效率，加大对环境的自动监测能力，提高环境监测效率，推动国内生产与生活方式向低碳、清洁方向发展，有利中国经济增长方式和结构的转型。

投资建议

信息感知层作为物联网的神经末梢，是物联网产业链中最基础的环节同时也是物联网产业的核心。从感知层和应用的特点出发，我们可以把泛在的物联网产业细分为：RFID行业应用产业、移动支付产业、M2M产业和无线传感器(WSN)网络产业。

从资本市场的投资对象选择来看，我们建议尽量选择处于产品成长期的行业，优选RFID行业应用、M2M行业应用和移动支付相关行业，对于产品导入期可以选择在核心技术领域有突破的企业进行投资。

RFID行业未来增长机会主要在超高频(UHF)领域。RFID系统由射频电子标签、读写器和后台数据处理系统等构成，在低高频领域，国内RFID产业链相对健全，但超高频RFID芯片和天线设计领域产业竞争力弱，建议关注该领域产业链相对健全的公司。

移动支付是物联网的典型应用，建议重点关注智能卡提供商。在电信运营商确定主流移动支付技术标准和申请非金融第三方支付业务牌照后，预计国内移动支付市场有望在2011年出现爆发，移动支付芯片设计，制造、封装及制卡厂商将会率先从中获益。

篇6

关键词 物联网；大数据；智能处理

中图分类号：TP3 文献标识码：A 文章编号：1671-7597（2013）17-0001-01

随着物联网产业的不断发展，为实现“物物相联”及“人物相联”，数以亿计的物联感知设备，如RFID、GPS、搜索引擎、浏览器等，嵌入到实体设备中采集数据。由于感知设备的不断增加，物联网采集的海量数据呈井喷式增长，广泛采用云计算等大数据处理技术，实现数据分析及信息传递、交换的不断优化，从而使得物联网产业在智能识别、定位、跟踪、监控、管理等领域的应用需求从概念化走向商业实质化。

1 大数据及其对物联网产业的意义

1.1 大数据概述

“大数据”，是指一个体量及数据类别特别大的数据集，大数据技术是指从各种各样类型的海量数据中，快速获得有价值信息的技术。目前所说的“大数据”不仅指数据本身的规模，也包括采集数据的工具、平台和数据分析系统。

从实质上来讲，大数据并不是简单解决数据大及复杂的问题，而是对海量数据进行分析，只有通过分析才能获取更多智能化、深层次、商业价值高的信息，才能最终为创业决策提供有价值的信息。例如在智能交通领域，新加坡的公共交通部门近十年来利用个人位置数据做交通需求的预测；荷兰的交通部门利用移动电话的定位功能预测汽车和行人的拥堵状况。

1.2 物联网背后的大数据价值

物联网通常包括感知层、网络层及应用层。感知层产生大量的数据，例如：Facebook每天评论32亿条、新上传照片近3亿张，每周新增数据容量超过60TB。应用层则是基于感知层的这些数据进行再加工，将感知层产生的海量数据通过智能化的处理、分析，挖掘用户的行为习惯和喜好，从凌乱纷繁的数据背后找到更符合用户兴趣和习惯的产品和服务，并对产品和服务进行针对性地调整和优化，从而提供满足不同用户需求的商业应用，而这些应用正是物联网最核心的商业价值所在。简而言之，就是物联网产生大数据，大数据推动物联网。从这个意义上讲，物联网产业的核心就是，广泛运用大数据分析手段进行智能管理和优化运营。

从商业及产业发展的角度来看，物联网背后的大数据可以提供从商业支撑到商业决策的各种行业信息，具备了商业应用实质，可以加快物联网产业商业应用的进程。

2 大数据技术在物联网产业中的应用

目前，物联网产业主要分为4个部分：数据采集、传递、处理、应用。其中数据采集与传递属于基础环节，核心是数据处理与应用环节。我国物联网产业还处在初级阶段，一线厂商还主要以感知层数据采集为主，如RFID、传感器等设备厂商，以及传输层数据传递，如电信运营商等。大数据技术，通过数据可视化、数据挖掘、预测分析、语义引擎以及数据质量和数据管理等手段，有利于推动物联网产业在应用层方面数据智能处理及信息决策的商业应用，主要包括数据采集、数据存储、基础架构、数据处理、统计分析、数据挖掘、模型预测、结果呈现等技术。

2.1 数据采集

海量数据是智能决策的基础。物联网的大数据采集主要包括获取、选择及存储等过程。

大数据获取主要包括传感器、WEB2.0、条形码、RFID以及移动智能终端等技术。传感器技术主要是获取物理数据，WEB2.0是网络互动数据，条形码与RFID是物品基本信息，移动智能终端则是物理数据、社交数据、地理位置信息等综合性数据。例如：中国移动推进移动支付物联网产业时，利用RFID-SIM卡替代普通SIM卡，实现物品交易数据的获取与结算。

大数据选择主要是指数据的去噪及关键信息的提取。与一般的大数据相比，物联网的数据是异构的、多样性的、非结构和有噪声的，更大的不同是它的高增长率。物联网的数据有明显的颗粒性，其数据通常带有时间、位置、环境和行为等信息。如何去噪提取有效信息是智能处理的关键。HP公司基于香农信息论及贝叶斯概率论提出了Autonomy非结构化数据解决方案，实现音频、图片、电子邮件等异构数据的智能化信息理解。

2.2 数据存储

物联网背后的大数据进行分析和分类汇总，通常采用分布式计算集群来实现。对于传统的数据存储及实时分析，关系数据库基本上能满足应用需求，如EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等。但是，对于物联网产生的海量异构数据，以谷歌为代表的IT企业提出了利用大规模廉价服务器以达到并行处理的非关系数据库解决方案，即MapReduce技术。非关系数据库的分布式存储技术，推动了物联网产业通常采用云存储、分布式文件系统等大数据基础架构，以及基于云计算的分布式数据处理方式。目前，IBM、微软、谷歌、阿里巴巴、腾讯等企业，都在推出各自基于分布式计算的云存储，解决非结构化数据的数据关联及基于此的数据分析及数据挖掘等问题。

2.3 数据分析

物联网后台海量数据的统计分析、数据挖掘、模型预测、结果呈现等都属于数据分析。物联网真正的商业价值基础在于数据分析，主要是在现有数据上面进行基于各种算法的计算，从而起到预测的效果，从而实现一些高级别数据分析的需求。比较典型算法有用于聚类的Kmeans、用于统计学习的SVM和用于分类的NaiveBayes，主要使用的工具有Hadoop的Mahout等。例如：在市场营销领域，Google通过免费软件及服务来更精确的理解用户行为和习惯，通过对用户的更精确理解来提供精确广告服务。

3 结束语

随着大数据技术在物联网产业中的不断应用，未来物联网产业必将出现体现不同商业价值的细分产业，既包括数据收集、数据分类、数据处理的原始数据处理企业，更囊括专门从事软件应用集成和商业运作的第三方企业，从而使得整个物联网产业链更加完善，更具用户体验性，也更具商业价值。

参考文献

[1]阮晓冬.物联网握手大数据[J].新经济导刊，2013（8）.

[2]窦万春，江澄.大数据应用的技术体系及潜在问题[J].中兴通讯技术，2013（7）.

[3]周开乐，丁帅，胡小建.面向海量数据应用的物联网信息服务系统研究综述[J].计算机应用研究，2012（1）.

篇7

(讯)由国脉互联所作的《2011中国物联网行业景气与企业家信心指数调查报告》于6日在第三届智慧城市建设高峰论坛。报告指出，我国物联网行业景气与企业家信心指数较高，产业回归理性轨道。

该报告数据显示，2011年中国物联网行业景气与企业家信心指数为147.1，比去年下降22.8，说明我国物联网行业景气与企业家信心指数较高，产业回归理性轨道，行业宏观经济运行和企业经营状况整体发展态势良好，行业企业家信心指数平稳提升；由于国家政策的刺激及经济形势的影响，注册类型企业家信心指数提高；大、中、小、微型企业的企业家信心指数明显高涨；同时整个行业对物联网产业的思考与行动均逐步趋于冷静。

据悉，《2011中国物联网行业景气与企业家信心指数调查报告》是国脉互联第二次独家的物联网行业公益性研究成果，是对物联网产业的一次宏观监测，对物联网企业的发展现状进行科学分析，对物联网行业未来发展趋势进行预测，为政府及相关政策制定部门提供参考，以便更好地引导物联网行业健康、快速地发展。(来源：金融界 编选：）

篇8

关键词：物流信息化；物联网技术；智能安全；信息化通道

中图分类号：F253 文献标识码：A文章编号：1006-4117（2012）03-0187-02

引言:信息化高速发展的今天，如何通过信息化手段进行产业发展已经成为各行业面临的重要问题，信息化手段的运用催生各种信息化产物的形成和发展，这些信息化产物又从反作用上来促进产业信息化的高度发展。在信息化向着高度集成和高度智能化方向发展的今天，如何通过有效的产品和媒介来反应信息化的优越性，是产业信息化开发和研究的重点，而在众多的科研产物中，物联网技术则是其中非常具有代表性的一类。物联网技术是通过信息网路等媒介手段，通过建立统一的平台，进行任何产品之间的交换，打破了传统商品交易、信息传递的手段，为市场发展开辟了新的渠道和手段。所以，分析和研究物联网技术能够真正明确信息化高度发展过程中信息化手段对于促进产业发展所采取的具体手段，从而对于进一步市场前景预测带来一定的参考。在物联网技术的应用领域，物流产业是非常重要的组成部分，因为物联网本身所要达到的效果就是通过信息化手段来达到商品的流通和交换，这也是对物流产业信息化发展的直接体现。因此，本文将从物联网技术的基本分析与在物流产业中的应用两个方面展开讨论，为物流信息化的应用与发展研究带来一定的参考。

一、物联网技术及其发展状况分析

物联网技术是伴随着社会信息化发展而发展起来的，因此，这种技术具有典型的信息化特点，在这一部分将从物联网技术内涵及其产业体系等几个方面展开分析，通过全面的讨论来研究体现技术的优越性。

（一）物联网的内涵及产业体系

与其他技术不同，物理网技术从提出和发展仅仅只有十五年的时间，但是在短短的十五年时间内，伴随着信息化的高速发展，物联网技术已经逐渐成为各行业发展的重要载体。在分析其他内容之前，必须要明确物联网的内涵及其产业体系构成。

物联网是以物物交换为中心的渠道联系纽带。以物联网业内的概念来分析，就完全可以突出物联网的内涵，物联网即“物物相联之网”，指通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把物与物，人与物进行智能化连接，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种新兴网络。物联网不是一种物理上独立存在的完整网络，而是架构在现有互联网或下一代公网或专网基础上的联网应用（network）和通信能力，强调智能应用。由此可以看出，物联网的内涵或者本质就是一种无物交换的通道，只是通过信息化手段进行虚拟了。

物联网技术体系具有明确的层次感。按照物联网组成的层次来划分，整个网络体系可以分为应用层、网络层以及感知层，如图1所示。应用层是物联网技术的主题，它是整个物联网技术的物理基础，在物联网中涉及范围较广；网络层是整个物联网技术的网络通道，在物联网的建设和运行过程中所起到的是重要的纽带作用；感知层是物联网技术的重要数据处理和智能规划层，是信息处理和物流通道控制的重要技术层次。

（二）物联网核心概念——智慧安全

智慧安全是物联网技术的核心，也是完全体现物联网技术的信息化手段，要理解这一核心概念，要从三个方面进行分析。首先，智慧安全的概念。从表面层次上可以看出，智慧安全所能够体现的就是在物物交换过程中信息通道的主要特点。从定义上来讲，智慧安全是以互联网、物联网为基础，通过城市安全信息的全面感知、各子系统间协同运作、资源共享，以建立统一的公共安全系统及应急处理机制，实现对公共安全的应急联动、统一调度、统一指挥，达到对公共安全的智慧化管理；其次，智慧安全的核心应用价值。智慧安全的核心应用价值实际上就是物联网技术的核心价值所在，具体而言，物联网通过对信息的整合、加工处理，实现有效的预测、预警，并通过资源整合与联动，实现高效、智能化的应急处理，整个过程能够实现真正意义上的信息化操作；第三，智能安全的具体应用。在物联网技术推广过程中，智能安全作为核心技术被广泛的应用。通过信息技术的广泛应用及体制机制的创新，实现智慧化的预测、监测及有效的安全隐患避免。例如，通过摄像头、传感器、RFID等传感设备在城市重要部位和关键节点的安装布局，加强对城市安全信息的采集、处理，实现实时动态化的监测、预测，并有效避免安全隐患。

（三）国内物联网创新商业模式分析

与国外相比，我国物联网开展较晚，但是，近十年的时间里，我国物联网应用得到了很大的推广，形成了有效的商业模式。在行业的应用过程中，电信运营商物联网商业模式属于国内具有代表性的创新商业模式，如图2所示，其创新性主要表现在两个方面。第一，合作开发、独立推广。运营商主导型商业模式主要适用的用户范围是企业客户，以采集类和定位类应用为主，应用范围广泛，具体可应用于环保监控、自动水电表抄送、智能停车场、电梯监控、物流监控、智能交通等领域；第二，客户定制模式电信运营物联网商业模式以客户需求为主体，按照客户的要求进行开发，电信运营商制定全套业务和解决方案，直接提供给客户，而不与其他企业合作。目前国内实行这种模式的还比较少。

二、物联网技术在物流产业中的应用

在信息化发展过程中，物流产业作为发展载体作用重大，这也是催生物联网技术介入物流业发展的重要原因。本文的主要内容是物流信息化的应用，因此，将着重探讨物联网技术在物流产业的应用体现。

（一）物流业应用的物联网主要技术

物联网技术是信息化发展条件下的多种信息技术的合成，在不同的产业发展中，物联网技术所体现的优点不同，对于物流业而言，所应用的主要技术有三类。第一，物联网感知技术。感知技术是物联网技术的重要组成，在物流业中，感知技术主要通过各种信号的识别将信息化手段引入物流业，从而达到对车辆、商品实时追踪等，保证了商品运输交换的安全，这方面的技术包括RFID技术、GPS技术、传感器技术等；第二，网络技术。网络技术是物联网技术的重要操作平台和信息处理通道，只要是涉及信息化的技术，必然要通过网络技术进行实际应用，这也是物流业物联网技术应用的基础，这类技术包括网络技术：有线与无线局域网技术、互联网技术、现场总线技术和无线通信技术等；第三，智能技术。智能技术是物联网技术的核心，也是体现物联网技术优越性的重要标志，在物流业中由于物品交换较为频繁，无论是物品信息还是交换通道信息都非常多，如果没有智能技术作为保障，将无法完成各种信息的采集、处理、加工，物流产业就无法良好的进行运转，这类技术包括，智能计算技术、云计算技术、移动计算技术等。

（二）物流业中物联网技术应用现状

前文中分析了物流业中物联网技术的主要应用技术，这三种技术已经成为现代物流业发展的支柱技术，其应用现状分别如下。

第一，感知技术的应用现状。根据对各种案例统计分析，中国物流信息化领域，应用最普遍的物联网感知技术首先就是RFID技术，占38%；其次是GPS/GIS技术，占32%；视频与图像感知技术居第三位，占9%的案例中采用了视频或图像的感知技术，这一技术目前还停留在监控阶段；传感器的感知技术居于第四位，大约不到4%的案例采用了传感器感知技术；其他感知技术在物流领域也有应用，不足4%；

第二，网络技术。企业物流系统的网络架构，以局域网为主体；社会物流往往是互联网与企业局域网相结合。数据通信方面一般无线通信与有线通信相结合。根据不完全的对物流信息化案例的统计分析，采用互联网技术的占68%，采用局域网技术的占63%，采用无线局域网技术的占24%，有的系统采用多种网络技术；

第三，智能技术。根据相关资料统计分析，目前物流信息系统能够实现对物流过程智能控制与管理的还不多，物联网及物流信息化还仅仅停留在对物品自动识别、自动感知、自动定位、过程追溯、在线追踪、在线调度等一般的应用。专家系统、数据挖掘、网络融合与信息共享优化、智能调度与线路自动化调整管理等智能管理技术应用还有很大差距。目前只是在企业物流系统中，部分物流系统还可以做到与企业生产管理系统无缝结合，智能运作；在部分全智能化和自动化的物流中心的物流信息系统，可以做到全自动化与智能化物流作业。

（三）物流业中物联网技术平台的建设

随着社会发展，物流业的业务类型已经不仅仅局限于速递这样的小型业务，大型的物流产品交换成为现代物流业发展的重要方向。各种物联网技术平台的建设使得物流业发展向着更快的速度发展。

1、智能物流货运与配货的信息化平台

智能物流货运与配货的信息化平台是物联网技术在物流产业发展过程中所形成的最开始的物流信息化平台，这种技术依托RFID、GPS/GIS、GPRS等物联网技术集成应用，搭建物流货运与配载信息化监控管理平台，为客户在线提供实时的货物信息、返程配货信息、导航信息、联网监测等。目前中国已经出现多个这样的物流信息平台。物联网时代建立智能物流货运与配货平台，具有重要意义，也具有重大市场机遇，目前很多企业都在积极开拓在这方面应用。

2、集装箱多式联运智能信息化管理平台

除了对物流通道的信息化平台建设，在物流管理方面，所形成的集装箱多式联运智能信息化管理平台也是物联网技术在物流业应用的重要体现。这种技术主要是附属于物联网技术，建立一个面向集装箱多式联运全过程的物联网服务平台，为物流企业提供全程物流服务信息服务及综合业务信息服务具有重要意义。在这一领域，最为典型的应用是上海港机包起帆牵头在RFID技术基础上建立的集装箱物流全程实时监控平台。这种系统实质上就是以集装箱为跟踪目标的一种物联网，采用了电子标签（RFID）与互联网的结合，提供集装箱在经过各物流节点时的实时状态信息，对提高集装箱物流的透明度、安全和效率具有重要的作用。

3、物流产业中物联网技术的应用发展趋势

物流产业是一个非常宏观的概念，也是一类特点明确的物流交换平台，物联网技术的引入虽然极大的促进了物流业的发展，但是由于标准的不统一，使得物流产业发展并没有形成统一完整的系统，相反，因为标准的不统一产生了各种问题。所以，建立统一的物联网标准和技术平台将是物联网技术在物流业中的应用趋势之一。

作者单位：广西外国语学院国际工商管理学院

作者简介：黄宁（1971.09— ），男，广西外国语学院国际工商管理学院教师，高级经济师、高级物流师,研究方向：物流管理、物流信息化。

参考文献：

[1]王保云.物联网技术研究综述[J].电子测量与仪器学报,2009,12.

篇9

关键词：智能电网；大数据；Hadoop；互联网+

中图分类号：TM76；TP311.13 文献标识码：A 文章编号：2095-1302（2016）04-00-02

0 引 言

随着环境问题的日益突出，全社会节能减排的压力逐渐增大，电力行业的能耗在能源领域占比较高，多数发达国家电力消费占终端能源消费比例约为20%，且呈现出逐年上升的趋势[1]。智能电网技术在我国已经发展成熟，基本实现了对全网多维信息的采集，同时“互联网+”、“能源互联网”、“物联网”等概念的提出，使得电力系统和外界的交互越来越频繁，海量数据为智能电网建设带来了前所未有的机遇和挑战。智能电网中如何利用海量数据，使得不同能源之间协调配合实现节能减排，改善我们的环境生活，已成为国内外专家学者研究的热点[1-5]。

2011年，大数据的概念首次被提出，之后大数据技术得到了飞速发展。我国电力行业紧跟时代潮流，2013年，中国电机工程学会信息化专委会了《中国电力大数据发展白皮书》，将大数据引入到智能电网领域，2014年科技部批准了三项有关智能电网大数据研究的“863项目”。文献[2，3]描述了大数据技术在智能电网中应用的关键技术，文献[3-5]重点从电力系统的单个环节中论述了大数据技术的应用。本文从三个方面阐述了大数据在智能电网中的应用：首先，分析智能电网大数据的特点；其次，分析大数据技术在智能电网最具前景的应用领域；最后，勾画在Hadoop框架下，大数据的解决方案。

1 智能电网大数据的特点

在大数据的定义中，最具代表性的为3V定义，即：规模性、高速性和多样性。

（1）电网数据规模大。智能电网不断发展，电网发电机节点及负荷节点数量不断增加，负荷与电网双向交互等因素，使得电网数据量迅速增加，数据存储大小已达到了PB量级[3]。

（2）电网数据高速性。该性能决定于电网最重要的属性，即实时保持电力电量平衡，但由于负荷波动的随机性，因此发电侧出力必须实时跟踪负荷变化。同时电网故障也具有随机性，为了保障电网可靠的运行必须立即处理，这要求电网必须快速传输，及时处理电网数据。

（3）电网数据的多样性。电网数据的多样性主要表现为来源多样性、存储类型多样性、采集周期多样性。数据来源多样性如图1所示，其数据来源渠道众多，不只是网内的数据，还有大量的网外数据；数据存储类型多样，除了传统的结构化数据，如用电信息采集系统、广域测量系统采集的大量有关负荷、发电机及线路的数据，同时营销系统、调度系统会产生大量的语音数据，变电站值班机器人及用于高压线路巡线直升机也会产生大量的图像等非结构化数据。采集周期多样性，不同的数据采样周期有较大的差别如保护系统监测周期为毫秒级，广域测量系统及大型负荷数据采集一般为分钟级，普通居民用户数据每天传输一次。

总之，智能电网中数据具有数据来源多，数据量大，数据结构复杂，数据增长速度快等特点。当前大数据技术在国内刚刚起步，利用相关技术对电网数据研究较少，智能电网采集到的数据涵盖信息广，不但可以反应电网内部的规律，而且在一定程度上可以折射出当前社会发展的状况。

2 大数据技术在智能电网中的应用领域

大数据技术在智能电网中具有广阔的应用前景，本文从负荷预测、源网荷协同、网架规划三个方面进行论述。

2.1 负荷波动及新能源出力预测

负荷预测作为电网电量管理系统的重要组成部分，其预测误差的大小直接影响电网运行的安全性及可靠性，较大的预测误差会给电网运行带来较高的风险。现阶段负荷预测主要是通过负荷历史数据，利用相似日或者其他算法预测负荷的大小，短期预测精度较高，中长期精度较差。随着电网采集数据范围增加，利用大数据技术可以将气象信息、用户作息规律、宏观经济指标等不同种类的数据，通过抽象的量化指标表征与负荷之间的关系，实现对负荷变化趋势更为精确的感知，提高预测精度。

分布式发电的不断接入，特别是新能源渗透率的不断增加，打破了原来电网运行管理的模式，不但需要考虑负荷侧的波动，还要计及新能源出力的间歇性。在我国，新能源接入主要受制于两个因素：（1）新能源大多分布在电网末端远离负荷中心，网架结构较为脆弱，从而造成电网接纳能力较弱；（2）新能源预测误差较大，目前风电出力预测日前和实时的误差分别为20%、5%左右，这样就会给电网调度带来较大的挑战。由于新能源较大的预测误差，往往需要在大型新能源基地周边建立配套的大型常规能源作为旋转备用，以弥补新能源预测精度方面的不足。作为备用的常规电源，由于担负着较重的旋转备用，长期不能工作在最佳运行点，将造成其发电效率低以及能源的浪费。利用大数据技术，可以有效提高新能源出力的预测精度，如丹麦的维斯塔斯风力技术集团，在风电出力预测时采用了IBM的大数据解决方案，在风电出力预测时加入了地理位置、气象报告、潮汐相位、卫星图像等结构化及非结构化的海量数据，从而优化了风力涡轮机布局，提高风电发电及预测效率，获得了较为可观的经济效益[3]。

2.2 源网荷协同调度

利用大数据技术可以有效降低新能源预测误差，但这对于新能源出力固有的波动性，传统的调度方法通过增加系统的旋转备用来解决。在电力市场不断完善的背景下，可以不通过调节常规电源的出力，而是利用市场手段，使得一部分用户主动削减或者增加一部分负荷去平衡发电侧出力的变化，即通过需求侧管理实现系统电量平衡。若要达到网源荷协调优化调度需要大量的辅助信息，如新能源出力波动大小、电网线路输送能力、负荷削减电量的范围、实时电价等，其中每个因素又受很多条件的影响，因此是一个非常复杂的电力交易过程，此时必须利用大数据技术发掘数据内部之间的联系，从而制定出最佳调度方案。智能电网和传统电网最大的区别在于源网荷三者之间信息流动的双向性，三者之间信息在一个框架内可以顺畅的进行交互，极大地提升电网运行的经济性、可靠性。

2.3 网架发展规划

电网已经从传统电网发展到智能电网，随之将会成为能源互联网的一部分，从而使得电网与整个能源网联系的更为紧密。电转气技术的提出，为新能源接入提供了新的思路，试图将不宜存储的电能转化为便于存储的天然气，但由于转化效率较低，尚属于技术论证阶段。冷热气三联技术实现了能源的阶梯利用，能源利用效率高、环境污染小、经济效益好。电动汽车的兴起将会显著提高能源末端电力消费的占比，充换电站将会像加油站一样分布在城市的每个角落。传统的电网规划数据来源渠道不足，数据分析挖掘能力欠缺，因此造成规划过程中面临着众多不确定性因素的现象，特别是现在新技术不断涌现，能源结构不断发生变革，使得传统的电网规划方法往往与实际需求差别较大。电网规划的过程中，需要利用大数据技术综合考虑多种因素如分布式能源的接入、电动汽车的增长趋势、电力市场环境下为用户提供个性化用电服务等，多类型、海量数据的引入，可以有效减少电网规划过程中的不确定性，使得整个规划的过程更加合理、有序。

3 智能电网中大数据的解决方案

大数据技术处理最为核心的要素为海量数据的存储及数据的并行计算，此问题最先是由Google公司给出了相应的解决方案，即采用分布式文件系统（DFS）和MapReduce并行计算技术。随后Apache基金会开发了Hadoop分布式系统架构，提供了DFS的一种开源实现HDFS，同时还包括MapReduce的开源实现，在当前的大数据处理中得到了广泛的应用。

国网公司在2013年就建立“一库三中心”，即：统一数据资源库、数理分析中心、统计中心、辅助决策中心。并利用大数据进行业务创新。智能电网大数据处理方案如图2所示，层次1收集图1所示的各种数据，以Hadoop分布式文件HDFS系统存储；层次2对信息进行甄别和存储，数据甄别主要是删除错误数据，或者补充丢失数据（通过状态估计实现），然后按照不同的数据类型分类存储；层次3实现数据挖掘，MapReduce定期进行计算；最后通过WebService技术输出计算结果。通过大数据技术将海量数据变为智慧，使得电力系统控制决策更加科学。

4 结 语

本文首先分析了在当前智能电网环境下，电网数据的来源多样、数据规模巨大，部分数据采样速度快等特点，得出必须利用大数据技术才能处理智能电网海量数据的结论。其次描述了大数据技术与智能电网结合的几个重点领域，得出通过与大数据的结合可以显著提高电网运行的经济性和可靠性的结论。最后阐述了大数据在智能电网应用的具体解决方案，通过Hadoop中分布式文件系统和MapReduce的并行算法，为大数据的处理提供了有效的解决方案，并为电力系统提供更加科学、合理的控制决策。

参考文献

[1]刘振亚.全球能源互联网[M].北京：中国电力出版社，2015.

[2]张东霞，苗新，刘丽平，等.智能电网大数据技术发展研究[J].中国电机工程学报，2015，35（1）： 2-11.

[3]彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报， 2015， 35（3）：503-511.

篇10

[关键词]水联网，智慧水利，水资源效能，关键技术

中图分类号：TV213.4 文献标识码：A 文章编号：1009-914X（2015）48-0101-01

一、引言

进入新世纪以后，我国的国民经济高速发展，在水资源的供求方面矛盾日益凸显，随着 各种极端气候频发，对我国的水利安全、粮食安全等方面造成了较为严重的影响。在极端气候发生为常态和经济快速发展的条件下，用于农业生产的水在极端天气下面临着不确定性，这就要求日常的农业生产要有极强的调控性，随时调整策略来适应新时期水利资源管理，加强基层观测站的建设，通过各观测站来收集数据来分析当前水资源形式以及预测未来形式。利用现代的电子计算机技术，及时准确获取各地的实时水资源数据，为水资源的管理提供技术支持。随着物联网技术的发展，为水资源的管理提供了更高的平台，为水力资源信息化技术的推进提供发展契机。抓住此次信息技术变革，将为水利现代化迈向更高的台阶。

二、基本含义

2.1 水联网

水联网的概念：利用信息传感器以及计算机技术，检测水文、水质等相关水利要素，采集的信号传导到网络上面去，经过计算机的运算、识别、定位、监控、预测和管理的一种管理水利信息的网络平台。通过这个平台可以实时的了解如下水资源信息：水文、洪水、水土流失、土壤墒情、湖泊江河的各种水利状况数据。

2.2 智慧水利

关于智慧水利（smart water）是水联网的有一种称谓，这样的叫法更容易理解，更有号召力。本文后面将智慧水利和水联网合并称谓，二者想通互为代表。

2.3 水资源效能

水资源效能（water utilization efficiency）主要包含两方面：1、对水资源利用率（water utilization rate）2、水资源生产效益（water productivity）二者综合论述，还包括了水资源开发本身的内涵和水资源利用的外延效率[1]。

三、关键技术

3.1 水资源预测云计算

云计算技术是以互联网为基础，实现对信息资源较为专业的管理，通过获取需求信息并透明消费的计算模式，为智慧水利发展提供了良好的基础。智慧水利的云计算通过收集各地的水文情况、水分配和水调控数据，在经过计算机模拟推算一段时间水利资源的情况。智慧水利即为水联网，通过云计算建立起水联网数学模型参数管理、水联网数学模型服务标准等水联网关键技术[2]。

3.2 水资源需求云服务

计算机技术提供的云服务为智慧水利提供便利条件。在供水环节上智慧水利通过云计算，完成对水资源的合理调配，例如既要满足当前的广大用户需求，同时又要考虑到未来用水高峰期供应。采用云计算，将各个时期的供水数据加以分析，计算出符合要求的供水模式，保障生产生活的正常进行。

3.3 多水源供给智慧调度

水联网提供的径流预报以及需求预测可以给多水源的实时调配提供重要的前提与依据。由于水联网所提供的径流预报与需求预测，两者的结合可以在综合考虑水库调度基础上使多种水源（如地表水与地下水，本地水与外调水，新鲜水与再生水以及常规水与非常规水等）得到联合优化，这样可以在实时管理层面最大程度满足动态用水需求。

3.4 水资源管理精准投递

对于水资源管理运用到工业过程控制思路，实时控制水资源系统中的所有涉水过程，让该系统保持最优状态，根据订单要求将其准确送达目标，让水资源效能得到提高[2，3]。

3.5 水效能评价过程控制

在水联网下的水资源利用对需水量的失控分布以及水量、用水的及时性、高效性以及准确性都不同于常规的水资源利用模式，有其新的要求。水联网的性能与服务能力决定水资源的利用效率的提高与否，配水的准确、及时性决定水资源利用效能的高低，水资源保障可靠性下的用水对象结构决定了水资源的利用效益，因此，两者是相互支撑的。水联网的性能分级评价、水资源利用效能的分级评价以及两者的联合评价已经成为了水联网体系建设下流域水资源高效利用发展的重要内容。

四、设想与实践--灌区智能管理系统

当前在我国的一些高新节水滴灌示范区域已经实现了滴灌、喷灌的智能化，但由于其对水源以及能源动力的特殊要求使得其的发展与应用受到特定条件的限制。但是随着科技的进步，新一代的土壤墒情传感器以及测控一体化配水设施得以发明并发展起来，世界上一些相关技术发达的国家也实现了面向自流灌区和常规灌溉方法灌区的生产阶段的灌区智能管理单元雏形。我国在向国外学习此类先进技术的同时，在我国诸如山西等地作为了灌区试点地区。在试点地区，量测、控制一体自动化闸门与全程控制系统的引入，加入多层墒情传感器，实现了对于灌区引水、供水、配水以及耗水的优化控制，同时实现对用水量与经济效益的同步监测，此外还能够进行水资源效能改善效果与关键环节的分析，成效显著。

当前，从智能灌区建立的初步评估可以看出，主要分为两步：第一就是运用水联网的相关数据采集、运输、存储设施来获得相应的实时水情、墒情以及旱情等信息；第二就是充分发展社会经济供用水预报与水资源高效利用优化配置等模型，实现对各个用水户的准确预报及优化调配，实现高效配水以及水资源的高效利用[4]。

五、结论

综上所述，当今世界发达国家已经将水联网和智能水利定为迅猛发展的水利信息化及现代化进程中革命性的方向。可以说，不久的将来水联网及智能水利将成为水资源管理制度得以严格实施的强有力工具，同时也是大幅提高水资源效能的必经之路。

参考文献

[1] 芮晓玲，吴一凡.基于物联网技术的智慧水利系统[J].计算机系统应用. 2012（06）.

[2] 刘庆涛，崔瑞玲，耿丁蕤.水利信息云建设初探[J].水利信息化.2012（02） .