1、,大数据云平台汇报交流,目录,一,背景和SAP HANA关键技术,二,智能交通解决方案,三,SAP可预测性维护解决方案,设备互联,业务互联,万物互联,现今世界的变化趋势,智慧城市/智能交通,能源网络,工业互联,社会互联,车联网,国家层面的“两化深度融合”战略指出了新方向,-党的十八届五中全会提出 “创新、协调、绿色、开放、共享”发展理念，为公司信息化发展指明了新方向,创新融合,工业互联网,电子商务,互联网金融,其他创新产业,数字化促进产业生态创新,新产业形态,主线,互联网+ 行动计划,中国制造2025,智能转型,强化基础,创新驱动,绿色发展,网络化,数字化,智能化,产能优化,结构调整,制造强国
2、,工业化与信息化深度融合,主线,中国制造 2025,核心技术,核心目标,重点措施,促进大数据发展行动纲要,发展工业大数据推动大数据在工业研发设计、生产制造、经营管理、市场营销、售后服务等产品全生命周期、产业链全流程各环节的应用推动制造业网络化智能化,发展新兴产业大数据大力培育互联网金融、数据服务、数据化学、数据材料等新业态带动技术研发体系创新、管理方式变革、商业模式创新和产业价值链体系重构,云计算,大数据,物联网,移动技术,社交媒体,3D打印,Emergence of the Mobile CloudFrom Internet of Things to Web of ThingsFrom Bi
3、g Data to Extreme DataThe Revolution Will Be 3DSupporting New Learning StylesNext-generation mobile networksBalancing Identity and PrivacySmart and Connected Healthcare9.E-Government10.Scientific Cloud Computing - Key to solving grand challenges, pursuing breakthroughs,Digital Convergence Erodes Bou
4、ndariesDigital Experience Delivery Makes (or Breaks) FirmsAPIs Become Digital GlueThe Business Takes Ownership Of Process And IntelligenceFirms Shed Yesterdays Data LimitationsSensors And Devices Draw Ecosystems Together3D Printing emerges in landscapeInfrastructure Takes On EngagementFirms Learn fr
5、om the Cloud and MobileIT Becomes and Agile Service Broker,Consumers will come to expect Smart TV capabilities.Smart watches will become smarterGoogle Glass will still be in “waitand see” modeOther applications and uses for Apples TouchID will emergeXbox One and PS4 will blur the lines between enter
6、tainment and video gaming6.3D Printing will begin to revolutionize production7.The movement towards natural language search will make search more accurate and intuitive,1.Computing Everywhere 2.The Internet of things 3.3-D Printing 4.Advanced, pervasive,invisible analytics5.Context-rich systems 6.Sm
7、art machines 7.Cloud/client architecture 8.Software-definedinfrastructure andapplicationsWeb-Scale ITRisk-based security and self-protection,Gartner:2015年10大技术趋势,Forbes: 2014年7大技术趋势,Forrester:2014-2016十大趋势,IEEE: 2014年十大技术趋势,信息技术的发展提出了新要求-主流研究机构对未来技术发展趋势的展望：六项关键的驱动技术,近年来，云计算、大数据等IT新技术快速兴起，推动信息系统向集中部署
8、发展，促进数据标准统一和集中共享，充分发挥企业数据资产的价值。,信息技术的发展提出了新要求-新技术驱动下的信息系统部署趋向云化，集中化部署,目录,一,背景和SAP HANA关键技术,二,智能交通解决方案,三,SAP可预测性维护解决方案,无需等待数据处理,实时简化 创新,同一平台处理分析型和事务型应用,内存计算技术为数据架构变革提供可能性只有数据在内存中处理才能满足实时要求,能够处理广泛的数据类型,Manufacturing App,Finance App,SalesApp,Service App,StreamingApp,PredictiveApp,AnalyticsApp,SpatialAp
9、p,Data,Logic,Logic,Logic,Logic,Logic,Logic,Logic,Logic,基于SAP HANA平台一体化数据中心架构,SAP HANA Platform,热点数据统一存储区,采集层,分析层,Infinite Insight(KXEN),Business Objects,WebI,水晶报表,仪表盘,Analysis Office,Lumira,SAP IQ,Hadoop,数据管控 平台,电子邮件,办公软件,NWBC,移动终端,Web Portal,大屏幕,Smart Data Access,扩展表,表,基于规则的数据移动,展现层,集成化建模工具,预测分析支持库
10、,TPF,Explorer,属性视图,分析视图,计算视图,空间数据引擎,SAP MDM,SAPIS,图形文本分析引擎,计划引擎,MPX,VLDB,数据库内分析,非结构化数据分析,高级安全,SQL script,行+列混合存储,实时数据,非结构化数据,空间数据,XS引擎,存储层,业务数据统一存储区,数据中心,一套数据 Single point of truth减少数据冗余，降低数据存储成本，总部与企业在“唯一真实的数据”前提下进行数据分析统一数据平台总部和企业采用一种技术平台，统一设计、统一标准、统一管理，保证应用开发技术一致性，降低运维成本、提升数据效率大数据分析提升数据分析的层次，充分利用互
11、联网数据提升分析能力云计算架构可灵活扩展的系统架构，支持业务与数据的不断扩展,源数据（集团或分子公司）,SAP HANA实时计算平台,应用服务,数据集成服务,数据库服务 基本功能 与处理能力,SAP HANA 数据库服务数据领域的革新,将数据转化为实时的信息对于复杂的分析和即席查询无需数据库调优在同一份数据副本上构建交易和分析型应用支持预置型、云部署或者混合部署对系统的内存大小没有限制,高级压缩,多租户数据库,内存计算/列式存储,数据动态分层,多线程 / 并行处理,SAP HANA 数据库服务高级的数据处理与分析引擎,SAP HANA实时计算平台,应用服务,集成服务,数据库服务 基本功能 与处
12、理能力,搜索,文本分析,功能库函数,空间数据管理,图像处理,文本挖掘,预测分析,数据质量管理,序列数据,在同一系统中支持多种类型数据的处理 在同一份数据上优化图形，规划和规则应用通过内置的预测分析、业务函数库类和数据质量处理提升业务管理水平,城市拥有巨量的数据寻找大数据的价值，向大数据要生产力,为帮助城市实现卓越的运营管理, SAP与城市联合创新挖掘交通大数据的价值,中国大城市已经建设了非常好的交通基础设施,并且积累了大量的交通出行相关的数据城市期望从大数据中挖掘价值以帮助城市管理运行的更加卓越，但是在交通信息化建设中面临了传统IT技术的性能瓶颈SAP 的大数据技术创新为城市搭建新一代高性能大
13、数据处理与分析平台提供了可能,关键信息,城市车辆 (RFID)每年超过30亿条,地铁乘客每年超过10亿条,出租车轨迹 (GPS)每年超过80亿条,摄像头识别每年超过40亿条,公交轨迹 (GPS)每年超过60亿条,公交乘客每年超过10亿条,基于大数据分析的智慧交通蓝图大数据可全面支撑城市管理部门和业内企业需求,第三方数据资源,交通指标体系,交通 KPIs (拥堵指数),规划 KPIs (职住分布),公交 KPIs (公交&出租车),污染 KPIs (碳排放),数据 KPIs (准确度),交通指标体系可量化的交通情况、科学化的评价体系,交通指标体系,交通运行评价指标路段运行路段平均行驶速度路网的断
14、面流量拥堵评价道路拥堵指数、拥堵强度拥堵时间比例、拥堵路段时空分布拥堵出行比例、日拥堵出行百分比,公交服务评价指标具体线路地铁/公交拥挤指数准点率、出行时间时空维度出行成本、行程速度、服务可靠性公交线网公共交通分担率、周转量、运输量公交站点覆盖率,关键信息：多维度的成因分析交通情况的短时预测直观的3D仿真展示,数据质量评价指标数据质量洞察数据接入KPI （流量、密度）数据时空分布、历史对比分析数据冗余率、错误率、转化率数据质量预警数据接入异常、转化异常智能纠错与维护数据纠错、传感器设备维护计划,交通指标体系例：交通运行评价指标 拥堵指数,交通拥堵评价指标体系,K1强度交通拥堵指数,K2范围拥堵
15、里程比例,K3时间拥堵持续时间,K4频率拥堵路段分布,K5概率时间可靠性指数,K6波动速度稳定性指数,大数据实时处理与分析内存计算,交通数据门类较完整浮动车、车牌识别（320）、市民卡,业务痛点：无法科学量化交通情况方案价值：科学客观量化交通状态的标尺政府和公众衡量交通工作、评估交通政策的重要依据研究交通问题的成因分析以及交通资源配置优化，提供决策依据市民一起参与和感受交通政策实施后的改善情况的客观体现,路网、局域、重点交通走廊等不同空间粒度进行细化对年、月、周、日、时、分等不同时间粒度进行细化,支持结合时空范围对重点保障区域进行分析和研究,从速度、时间、空间分布等方面对交通运行进行评价,交通
16、指标体系例：交通运行评价指标 拥堵指数,交通管理实时展现交通状况、实时分析交通数据、实时提供决策建议,交通流量热点分析,交通流结构组成,发现热点交通需求,行使轨迹查询,关键信息智慧交通专业数据分析工具，帮助城市深度挖掘城市出行的整体特征，通过不同的可视化展现让专业用户精确把握细节、快速得到分析结果交通小区自动划分（含编辑工具）专业OD分析（多样可视化展现）,交通小区自动划分,交通小区手工微调,小区之间出行规律,出行规律多样展示,出行规律多样展示,小区连通性预测,城市规划城市居民出行特征分析,根据基站记录的时间, 位置, 出现频率以及变化情况识别职住分离,城市规划城市居民职住分离空间分布,公共交
17、通出租车运营分析：把握运营特征、多维度分析、运力调度、决策支持,驾驶舱 / 仪表盘,运价 分析,卓越运营,轨迹追踪,道路监测,失物招领,OD分析,异常预警,供求分析,公共交通公交车运营分析：实时监控、预测预警、成因追溯、决策支持,车辆运营管理,站点流量及流向分析,公交延误预测及影响分析,假设分析和决策支持,车牌识别 (LPR) 基于摄像头拍摄的高清晰图片，是城市交通管理基础设施上收集的重要交通数据之一车牌识别的准确度受到多种因素的影响，如天气、树木遮挡或设备异常，因此对于海量车牌识别数据的纠错成为城市交通信息化中的一个重点课题SAP南京创新中心利用SAP HANA技术平台研发了车牌识别数据智能
18、纠错系统，基于海量历史数据使用全样本数据挖掘技术智能识别数据错误模式，并自动进行精准数据纠错，同时还为管理部门动态生成精确的设备维护计划,基于全样本历史数据自动识别错误模式,自动生成设备维护计划建议,自动完成数据纠错,数据卓越 车牌识别数据智能纠错系统,数据卓越 摄像头设备维护建议，减少设备巡检工作量,由于摄像头闪光灯原因，导致图1中夜间难以获取牌照信息。图2、3中各车道未识别/误识别率分布均匀，更说明是由于闪光灯造成识别率低。,第2车道未识别率和误识别率明显高于第1车道，对比拍摄图发现，该车道上有树木遮挡。,概览,南京创新中心介绍城市交通发展现状及问题SAP智慧交通方案介绍解决方案蓝图方案应
19、用展示行业地位及优势总结,目录,一,背景和SAP HANA关键技术,二,智能交通解决方案,三,SAP可预测性维护解决方案,2015年3月在德国汉诺威CeBIT 2015，中国副总理马凯、德国副总理西格玛尔.加布里埃尔，中国工业和信息化部部长苗圩及其他政府官方访问SAP展台，中德在物联网/工业4.0的合作创新演示给双方政府代表团留下了深刻的印象。,SAP可预测性维护与服务CeBIT 2015 汉诺威展示,可预测维护与服务利用业务运营见解，推动创新新的商业模式,分析和监测设备数据和业务信息关联来预测未来的故障,远程感知设备运行数据,监测分析预测,执行,传感器,优化维护和业务运营，围绕设备建立新的商
20、业模式,典型结果*,采取预防和预测性维护和服务的组织与传统的采取应急维护和服务的组织相比,* SAP测评结果,预测性维护是提升故障处理的关键技术,预测,行动 (samples),Source: Gartner,传感器数据,业务数据,其它数据(环境, 语义, ),数据挖掘关系/模式/规则/异常/程控/原因/预测,-创建通知-修改维护计划-准备备件-提高产品质量,*Source: Gartner “Top 10 Tech Trends for 2013” 2012*Source: Economist Intelligence Unit ”The Rise of the Machines” 2012
21、,传感器,IoT,M2M,IT/OT,-改变产品的规格-服务调度-推荐服务-基于成本较低成本选择方案,SAP Predictive Maintenance and Service,SAP Predictive Maintenance and Service监控传感器数据分析和预测资产故障,遥测数据,传感器测量地理资料诊断事件,业务数据,质保信息维修/服务记录客户剖析经营商活动成本和风险,第三方数据,结构和非结构化数据,Benchmarking,优先维护和服务活动,第一时间告警以减少停机时间,设计提升,设备健康监控,优化后的保修和零配件的管理,SAP HANA Platform(预测性维护相关组
22、件),SAP PredictiveAnalysis,SAPLumira,SAPInfiniteInsight,SAP Predictive Analytics 2.2,PdMSFoundation,任何应用任何应用服务器,支持任何设备用任何应用服务器,完成和进行中的PoC,约翰迪尔公司：利用SAP HANA发现新问题,更快利用SAP HANA反应设备的问题更高整体产品质量和品牌声誉更好客户体验与SAP UI5,公司Deere & Company总部Molin, Illinois, United Sates行业工业机械与零部件产品与服务农业，建筑和林业设备员工全球约56,000人利润￥26bn合
23、作伙伴SAP Custom Development & Strategic Projects,该公司参与的首要目标能够为客户快速识别正在使用的设备中新出现的问题，调整，尽快优化生产降低保修成本，增加利润，提高了约翰迪尔公司的产品质量和可靠性，提升公司品牌解决方案收集和协调来自不同来源的所有相关数据到SAP HANA，包括传感信息/现在数据，客户服务，质保数据和相关费用提供工具来访问和分析这些数据，并设置为系统的机器学习的基础充分利用远程信息数据，并自动通过SAP UI5量身定做的工程分析工具来分析潜在的工程问题将服务和保修数据与潜在的问题关联，并捆绑了所有的证据为生产新设备从而缩短检测到校正周
24、期主要好处缩短检测到校正，提高了产品的质量和可靠性降低保修成本，更好的利润空间增强品牌美誉度，提高客户的忠诚度，可重复的业务,整体的资产KPI仪表盘设备风险分析：风险构成、风险等级（数据下钻和关联性分析）关键设备（变压器、断路器、线路等）寿命损耗分析（Loss of life）资产投资/更换预测分析：利用what if分析，预测未来（1-30年）部件更换对资产风险的影响，从而支持更合理科学的资产投资决策基于地理空间的资产和相关风险展示实现各分散系统的数据集成和关联商务智能+内存计算技术,加拿大Hydro One：资产风险和寿命分析,Hydro One资产分析总体解决方案,企业级系统：识别资产风
25、险和优先级，优化资产生命周期的决策，实现What-if 场景分析,资产风险/状态评估指标体系,- Pole Stamp Date- Last Line Clear- Feeder 5 DatePlan:UnPlan$/poleRelative Unit Price,Primary IntsPrimary Int HrsVeg Primary IntsVeg Primary Int HrsEquip Primary IntsEquip Primary Int HrsPrimary Int TrendVeg Int TrendEquip Int Rrend,Pole ScoreDefect Cou
26、ntTree ClearanceOverhangDanger TreesTree DensityBrush HeightBrush Density,Max LoadAvg LoadRated KVAPole LoadingDefect count,Section TotalDS TotalSection MUSHDS MUSHSection CriticalDS CriticalAvg Section LoadAvg DS Load,Veg Defect CountEquip Defect Count,Defect Count,关键设备类型的风险分析及数据挖掘、关联分析,某种类型配变1348台,某种类型配变未来30年的风险/状态变化,资产投资/更换预测分析：利用what if分析，预测未来（1-30年）相关因素对资产风险的影响，支持更合理科学的资产投资决策。,可预测性维护的意义,提高服务盈利能力与较低的服务成本和新的收入流更高的问题解决率更高的第一次访问修复率顾客满意度更高的服务合同更新率 启用新的创新的商业模式,更高的整体设备的有效性（资产可用性和性能和质量） 提高维修效率 降低维修成本更快的对报警和故障的反应 高平均故障间隔时间 降低维修时间,设备制造商,设备操作人员,
