计量大数据与产业计量数字化发展关系探究

慕慧娟

（新疆维吾尔自治区计量测试研究院，新疆维吾尔自治区 乌鲁木齐 830013）

2022年1月，国务院出台了《“十四五”数字经济发展规划》，推进数字产业化和产业数字化发展。我国将建立数据资源的产权、交易流通、跨境传输和安全保护等基础制度和标准规范，推动数据资源开发利用，积极参与数字领域国际规则和标准的制定。同时，新技术对计量提出相应的需求。在复杂的信息环境下，数据在创建、存储、应用、维护、迁移、报废的整个生命周期中的各个环节中，都会产生不同的数据质量问题。为了使人们对数据充满信心，用户需要了解数据的含义以及数据的准确性。解决这一挑战将需要新的和创新的测量方法，数据集成技术以及能够将数据准确地追溯到主要测量结果和国际公认的标准的能力；在每秒10万单的联盟链中，需要溯源到UTC具有计量特性的高精度时间戳服务。物联网中使用的越来越多的联网测量设备，数据互操作性、可验证、可溯源性都是需要解决的关键问题。如何推动数据资源开发利用，数据资产如何确认、计量，这些都是值得深入探讨的问题。基于上述背景，文章试图探索计量大数据与产业计量数字发展关系。

1 计量数字化助力计量大数据体系构建

大数据体系的基本要素是数据，数据的采集主要依靠各类仪器仪表、信息系统或各种终端感应器，只有真实、准确、可靠的数据才能帮助构建能源大数据体系。而这些均有赖于计量测试的保障，若缺少标准化的计量器具、量值传递体系以及计量方法与标准规范等，构建能源计量大数据体系无异于空中楼阁。

当下，数字化转型已经成为了提高效益、快速发展的重要手段，随着我国数字经济的不断发展以及数字计量的提出，计量领域从一般实体空间拓展到网络虚拟空间，计量的数字化成为了一场有关测量科学的系统性与全局性的变革。计量数字化是一个持续的进程，要求能够将物理计量世界全面映射到数字计量世界，利用数字世界沟通、信息共享、诊断、预测、模拟的优势，与物理世界形成交互和反馈，直接推动计量发展，最终实现数字世界中量值的统一与溯源以及对数据和算法的信心与信任。通过计量数字化，可以在多方面多维度帮助实现计量大数据体系的构建，具体可以体现在以下几个方面：

1.1 计量数字化保证计量数据的准确统一

随着互联网、物联网以及云计算等技术的迅猛发展，数据逐渐成为重要的生产因素。从“数据”到“大数据”，不单只是数据数量的积累，更重要的在于数据质量的提升。当前环境下，数据类型繁多，包括结构化数据、半结构化数据与非结构化数据，其中，非结构化数据又占到了数据总量中的大多数，加上大数据天然具有价值密度低的特征，由此产生的“数据孤岛”现象严重，如何将繁复、杂乱的各类数据整理提炼，挖掘出大数据中的潜在价值，盘活数据存量，一直是大数据的重点，也是难点之一。

目前，原始数据的来源按照采集空间不同可以分为物理空间采集与网络空间采集，物理世界的采集包括传感器等设备直接计量收集、人工收集等方式；网络空间采集包括网络爬虫、软件接口采集、日志文件采集、数据库共享、基于底层数据交换的数据直接采集等方式。在能源产业中，计量数据的获取主要借助计算机直接采集以及人工填报的方式进行，其中，计算机采集通常由计量设备、数据集中器、用户终端、管理服务器和管理软件等部门构成；人工采集则通常设立专职采集人员定期进行量值计量及汇总。无论采取哪一种采集方式，均存在准确性与统一性的问题。通常而言，测量的结果是具有误差的，采取不同手段、不同技术，在不同环境条件下进行的测量结果均会产生区别，与待测对象的真值之间必然存在误差，只有误差在允许的范围内，测量结果才能被应用。随着社会经济的不断发展，当前对计量检定的要求越来越高，在实际生产活动中，对不确定度的要求越来越严苛。这对计量的发展提出了新的挑战。

在计量的基本性质中，统一性与准确性是两条核心的性质。统一性意味着计量单位制的统一与计量量值的统一，代表着在不同地区、不同生产部门、不同产业、不同国家之间的计量统一；准确性则是统一性的基础，同时也是计量的核心，要保证计量单位的量值统一性，就必须要保证使用的计量量值的准确可靠，只有计量的准确性得到实现，计量的作用与价值才能有所体现。数字技术的快速发展，使传统的量值传递方式发生变革，大大增强了量值传递过程中的统一性与准确性。传统计量中，量值传递和溯源通常为实物比对、检定和校准，借助数字化，量值的传递和溯源可以转变为数据的比对、检定和校准，仪器本体的传送运输转变为数据在网络上的快速传递。同时数字计量的出现规范了数字世界中的量值传递，保障了数据在传输过程中的数据质量问题，从而有效提高了数据的准确性与统一性。

1.2 计量数字化保障计量数据安全可信

随着社会信息化和网络化的快速发展，数据呈现爆炸式增长，数据量从PB跃升至ZB级别，从而催生出了大数据产业，大数据成为云计算之后的另一个信息技术领域的产业增长点。但大数据在飞速发展的同时，也面临着许多问题，其中安全与隐私问题就是关键问题之一。数据在收集、存储、处理、传输、应用等过程中面临着诸多安全风险，如数据泄露、数据造假、访问不受控等。同样的，在能源计量领域，如何保障获取的计量数据真实可信，数据来源是否准确，数据传输中是否存在失真，数据加工处理过程是否可靠，数据行为是否可以审计跟踪，这些都是能源计量大数据能否真正实现价值的前提条件。

在计量数字化的过程中，信任与信心是数字化良性使用的基本前提，计量要求能够将数据准确追溯到主要测量结果和国际公认标准，保持数字计量结果准确一致。人们在使用数据时需要了解数据的含义以及数据的准确性，确定数据来源可靠、数据真实、准确、完整、未被篡改，并可正常使用。在计量实现数字化以后，比对、检定和校准计量等活动都将在网络上进行传播实行，许多旧有的安全保障措施都会发生变化。以计量校准为例，传统的计量校准以出具纸质校准证书为最终成果证明文件，计量数字化以后，计量校准转化为在线的、远程的校准，校准证书也会转变为数字校准证书。在此过程中，通过时间戳、区块链等技术完成数字校准证书的可信验证，减少了人工参与。

由此可见，计量数字化催生的以设备数字图谱、电子原始记录、数字证书为基础的量传体系，借助区块链等技术，可以实现计量数据的在线可靠采集，有效得提高了计量数据的安全可信度以及安全验证效率。

1.3 计量数字化保证计量数据全生命周期的质量可靠与可追溯

大数据是具有体量大、结构多样、时效性强等特征的数据，从数据源经过分析挖掘到最终获得价值一般需要经过几个环节，包括数据准备、数据存储与管理、计算处理、数据分析和知识展现。从数据的全生命周期角度来讲，数据依次经历创建、存储、应用、维护、迁移、报废等阶段，完成一次生命周期循环。在整个生命周期的各个环节中，都会产生不同的数据质量问题，数据质量问题无法解决，数据的使用方就没有办法有效使用数据或根据数据做出置信的决策。为了解决这一挑战就需要创新的数据集成技术以及测量方法，实现数据的全生命周期的质量保证以及溯源能力。

计量的数字化简单来讲即以数字化的方式传递测量信任和量值统一，其基本要求就是在数字化的场景下也要保证计量的一致性、准确性、稳定性以及可测试性。由于计量数字化以后，能够观测到的客观现象转化为数字世界中的量化数据或以二进制方式表示的非量化数据，所以实质上计量数字化需要保证的是计量数据的统一与溯源以及对相关算法以及传输方式的信心与信任。为此计量数字化需要采取多项措施来确保计量数据的质量问题，如为验证算法制定合适的数字标准、制定数字校准证书的通用语言标准、保证数字质量基础设施的可靠性等，这些都会影响到计量数据的采集与使用。因此，计量数字化可以有效提高计量数据质量，为计量数据全生命周期的质量可靠与可追溯提供基础保障。

2 计量大数据是促进计量数字化的关键技术

数字化是从物理世界出发，通过对数字技术的深入应用，以信息化建设为主要手段，构建一个全联结、全感知、全智能的数字世界，进而反过来优化物理世界的过程，其包含对传统管理模式、业务模式、商业模式的重塑与创新，是信息社会发展的必然要求。数据作为将物理世界信息全面映射到数字世界的表现，是数字化转型的关键驱动要素，数据不断积累产生的大数据作为数据发挥应用价值的核心技术之一，也是促进数字化转型的关键技术。通过挖掘大数据的价值，可以在多个层面有效地提升生产、管理与服务效率，推动数字化转型发展。同样，在计量领域，计量活动大数据化后会形成计量大数据，也是推进计量数字化的关键技术。计量大数据在计量数字化转型的过程中可以起到多方面的作用，具体可以体现在以下几个方面：

（1）计量大数据为计量数字化发展提供升维视角。数据是对事物进行观察的结果，是对客观事物的逻辑归纳。通过某一视角观察事物，从这一视角出发就会获得一个维度的数据，而对于复杂的事物，可以采用多个角度进行观察，从而获得多个维度的数据，通过分析观察获得的数据从而提升对事物的认知。计量行业目前已经形成了大量的计量数据，包括各类标准参考数据、计量设备数据、计量基标准数据、计量科研数据等。但数据量的单一叠加，仍然属于数据聚合的范畴，数据聚合强调在同一维度上丰富数据，对数据价值的提升是线性的，要想挖掘数据背后更深层次的价值，往往需要从升维的视角进行数据整合处理。数据升维要求在将旧有的不同维度整合起来的基础上寻找新的视角，随着分析工具、分析模型与技术手段的不断提升，计量大数据必然会逐步将更多维度的计量数据纳入自身的大数据体系内，从而为计量行业数字化发展提供升维的视角，实现计量数据价值的增值。

（2）计量大数据为计量数字化服务提供技术基础。计量数字化要求计量活动从离线计量向在线计量转变，从单参数计量向综合参数计量转变，从单一计量器具计量向产品终端计量转变，从事后计量向产品研发、设计、生产、报废全生命周期计量转变。而要实现远程的、在线的计量，必然离不开大数据技术的支持。

远程计量是指在远离待计量或待校准计量器具或系统的情况下，能够通过物联网或者互联网实现计量或校准目的的一种计量服务。远程计量在计量过程中需要实时采集计量器具或系统上的相关数据，通过大数据技术的处理和分析，依据相应的计量标准，实现对计量器具或系统的实时监测，并能够及时报告异常情况。借助大数据技术，远程计量可用于对单组或多组仪表和电磁环境设备进行数据的实时监测，并提供远程计量服务。

在线计量则是指在计量或校准现场对不可拆卸的或者拆卸成本较高的计量器具基于生产线环境所进行的计量或校准服务。在线计量可以实时采集能够表征计量器具正常运转的相关参数，借助大数据技术来计量与分析各个参数数据的情况，进而实现对计量器具的计量和校准。在线计量可以用于计量生产线上的不可拆卸的仪器或系统，如牛奶无菌塑封生产线，智能汽车加工生产线等。

（3）计量大数据为计量行业从数字化向智能化迈进做好准备。智能化作为数字化的自然延伸，是数字化发展的高级阶段，其核心在于让机器代替人进行决策，依赖于人工智能技术的发展与应用。大数据实际上就是人工智能发展的基础，在人工智能发展过程中，大数据起到了极为重要的作用。从数字化向智能化发展的核心逻辑来讲，就是数据统计到机器学习、感知智能到认知智能的发展，想要实现感知智能到认知智能，数字化向智能化的跃进，数字化场景的重建必然是基础之一。

计量数字化要求将物理世界的传统计量场景在数字世界进行数字化场景重建，实现计量标准装置、校准检定计量操作、校准证书与测试报告、计量规范规程的数字化。一方面，其需要从多维度进行对象的数据刻画，另一方面是基于模型对象的重建。大数据不断提供更多维度的数据支持，不断进行模型的迭代重建，从而实现对对象的认知跨越。数字孪生技术就可以简单地看为数字场景重建的雏形。因此计量大数据的不断发展，有助于计量数据维度的积累，方便构建计量数据闭环，为智能技术发展提供数据驱动训练，为计量行业从数字化向智能化迈进打下基础。

3 总结

随着我国数字经济的不断发展以及数字计量的提出，计量领域从一般实体空间拓展到网络虚拟空间，计量的数字化成为了一场有关测量科学的系统性与全局性的变革。计量数字化是一个持续进程，要求能够将物理计量世界全面映射到数字计量世界，利用数字世界沟通、信息共享、诊断、预测、模拟的优势，与物理世界形成交互和反馈，直接推动计量的发展，最终实现数字世界中量值的统一与溯源以及对数据和算法的信心与信任。