面向开设旅游相关专业的院校解决旅游学科数字化教学的科研能力提升产品，面向本科和高职院校推出的一整套旅游大数据教学教研实训解决方案。 一、应用类别 新技术项目 二、知识产权类型 软件著作权 知识产权编号： 海鳗旅游大数据教学实训平台 V1.0  软著登字第3991516号 海鳗旅游大数据教学实验管理系统V1.0 软著登字第6484638号 三、项目简介 海鳗（北京）数据技术有限公司是专注于智慧旅游大数据应用场景研究和价值挖掘的高科技公司。面向智慧旅游大数据典型应用场景推出的SAAS服务平台“海鳗云”，致力于整合高价值外部数据（互联网内容数据、位置数据、消费数据、搜索数据等）和内部数据进行深入的数据价值挖掘和数据分析能力输出，为旅游监管机构/景区等涉旅企业在客流管控、服务质量提升、产品开发及智慧营销推广上赋能。目前，海鳗云已实时监测旅游目的地七百余家，日数据增量两千万条，为宁夏、青海、甘肃、成都、余杭、泰山、黄山、崂山、都江堰等城市及景区用户提供智慧旅游大数据分析服务。 海鳗数据基于多年旅游大数据行业积累，聚焦行业用人需求，以旅游人才“数字化应用能力”培养为核心，以培养旅游行业高素质技能人才为目标，整合成一套理论实践与行业应用相结合的创新型旅游大数据教学、实训、科研一体化的教学平台，助力旅游数字化教育。通过建设旅游大数据教研实训平台助力专业数字化改造、课程数字化升级、教学数字化创新。进而提升学科竞争水平，增加招生竞争力、提高学生就业质量，促进产学研深度融合，形成创新合力，共同推动旅游产业高质量发展。 四、海鳗旅游大数据教学实训平台 旅游学科数字化教学解决方案 一、项目背景 1.政策推动旅游业数字化转型 2020年文化和旅游部、国家发改委等部门陆续发布《文化和旅游部关于推动数字文化产业高质量发展的意见》《关于深化“互联网+旅游”推动旅游业高质量发展的意见》，2021年文化和旅游部印发的《“十四五”文化和旅游发展规划》《“十四五”文化产业发展规划》，以及7月工信部等十部门联合印发的《5G应用“扬帆”行动计划（2021—2023年）》，2022年1月国务院印发《“十四五”旅游业发展规划》指出，“十四五”时期旅游业发展要坚持创新驱动发展，加快推动大数据、云计算、物联网、区块链及5G等新技术在旅游领域的应用普及，以科技创新提升旅游业发展水平。2022年3月，十三届全国人大四次会议通过《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，提出加快数字化发展，推动数字经济和实体经济深度融合。在系列政策和大数据、云计算等技术的支持下，旅游数字化逐步成为旅游行业转型升级发展的主要方向和必然要求。 2.旅游数字化加大旅游大数据人才缺口 文旅产业数字化转型不断深入，数字赋能文旅产业发展的效果不断增强，数字文旅产品日趋丰富，数字文旅消费新业态日益多元。在旅游行业中如何用大数据的方法洞察游客感知和情绪、获悉游客行为趋势、掌握游客消费偏好、验证和改进旅游产品、全面改进营销方案、完整而及时地进行旅游目的地行业监管，对于整个旅游行业发展来说都显得极为重要。与此同时，随着旅游数字化的发展，对旅游从业人员的在大数据应用的知识结构、能力素养、创新意识等方面都提出了更高的要求，对于旅游行业场景有深刻的认知的业务型旅游大数据人才需求缺口也随之变大。当文旅产业走向数字化转型道路，旅游院校培养具备大数据思维和信息化技能的旅游人迫在眉睫。 二、旅游学科现状 2020年4月教育部颁发《旅游管理类教学质量国家标准》中对旅游专业人才培养要求中明确指出需要具备信息处理操作和应用的一般技能。2021年3月教育部颁发最新的《职业教育专业目录》将酒店管理更名为酒店管理与数字化运营，景区开发与管理专业更名为智慧景区开发与管理，新增智慧旅游技术应用专业。强调人才培养与产业新动能接轨，形成数字化意识，树立数字化观念，进行数字化教学。当下，数字化技术日趋成熟，旅游人才培养需全面树立产业互联网思维，在学习和锻炼传统旅游业务知识的同时，兼顾数据分析能力的培养，会极大提升学生的综合实力，拓宽就业范围，使学生可以适应更高级的工作岗位。 旅游发展的新形势对旅游人才提出新要求，急需旅游人才培养模式的迭代升级。旅游学科人才培养应适应旅游数字化转型、数字文旅融合发展的需要，充分对接新时代旅游产业发展的新技术、新业态、新模式。旅游产业的信息化程度也不断提高。培养目标应从技能型目标切换至素能型目标，培养过程中跨界融入大数据、数字化运营、精准营销等新元素。这些教学实践将使学生对接胜任旅游产业发展的人才需求，使他们尽可能参与旅游产业发展的设计、管理和决策环节。国家与社会对旅游人才的更新升级，促使各院校开始研究新的旅游发展新局面并寻求新的旅游人才培养模式，但仍存在很多问题。 如大部分院校普遍没有合适的旅游数字化教学实训环境，各课程涉及到的数字化内容无法进行有效教学实践；课程数字化改革缺乏真实的海量数据；缺乏切合产业大数据实际应用的实训项目，导致课程内容与产业脱节；同时教材也未更上新业态，符合旅游数字化变革的高质量成体系的旅游大数据教材缺失；任课教师多为旅游管理或地理学、工商管理等专业背景，精通大数据技术的较少，教学遇到挑战。 基于上述内容，建立符合当今数字化旅游人才培养的教育平台显得尤为重要，通过真实行业数据和行业真实案例驱动教学和科研业务，提升旅游院校综合能力是旅游学科数字化改革升级的必经之路。利用旅游大数据构建更专业、更合理的数字化教学内容，推动学科数字化创新，促进旅游教育行业全面发展，实现产研学共生共赢。 三、项目建设目标及优势 海鳗（北京）数据技术有限公司是专注于智慧旅游大数据应用场景研究和价值挖掘的高科技公司。面向智慧旅游大数据典型应用场景推出的SAAS服务平台“海鳗云”，致力于整合高价值外部数据（互联网内容数据、位置数据、消费数据、搜索数据等）和内部数据进行深入的数据价值挖掘和数据分析能力输出，为旅游监管机构/景区等涉旅企业在客流管控、服务质量提升、产品开发及智慧营销推广上赋能。目前，海鳗云已实时监测旅游目的地五百余家，日数据增量两千万条，为宁夏、青海、甘肃、成都、余杭、泰山、黄山、崂山、都江堰等城市及景区用户提供智慧旅游大数据分析服务。 海鳗数据基于多年旅游大数据行业积累，聚焦行业用人需求，以旅游人才“数字化应用能力”培养为核心，以培养旅游行业高素质技能人才为目标，整合成一套理论实践与行业应用相结合的创新型旅游大数据教学、实训、科研一体化的教学平台，助力旅游数字化教育。 通过建设旅游大数据教研实训平台助力专业数字化改造、课程数字化升级、教学数字化创新。进而提升学科竞争水平，增加招生竞争力、提高学生就业质量，促进产学研深度融合，形成创新合力，共同推动旅游产业高质量发展。 四、海鳗旅游大数据教学实训平台架构及功能介绍 海鳗旅游大数据教学实训平台是面向开设旅游相关专业的院校解决旅游学科数字化教学的科研能力提升产品，面向本科和高职院校推出的一整套旅游大数据教学教研实训解决方案。平台总主要由四个子系统（产业分析平台、行业数据库、工具算法库以及案例库）构成，并由一本课程教材与一套课程设计共同支持旅游科学数字化课程教学与实训。 平台支持支持《旅游大数据》、《目的地管理》、《旅游市场营销学》、《旅游统计学》、《酒店管理与数字化运营》、《消费者行为学》、《会展旅游》等多门课程开展数字化教学实训。 1.产业分析平台 海鳗嵌入真实的产业分析平台，帮助学生利用大数据相关知识在真实场景中解决实际的数据分析问题，并做出有效的业务决策。 产业分析平台与海鳗云产业Saas平台一致，分为三大模块。 A.基于互联网内容数据的旅游舆情监测与分析模块，包含： 1）舆情中心：信源总量/趋势图/占比/排行，情绪趋势图/占比，热议词云/数据源排行Top10，最新正/负面/舆情，最新纸媒报道，最新游客评价，舆情风险指数，媒体分布排行，列表分析（可标记情绪正中负，标记已读/未读），数据上报（微信实时接收推送信息），报表导出等； 2）传播分析：最近7天新闻/微博/文章传播力排行，事件传播分析，传播趋势图，传播路径图，传播事件列表，信源7天传播量排行，传播趋势； 3）游客满意度：OTA游后评价总量，趋势分析（天/月/年），满意度8大维度评分对比分析，OTA来源排名，游客情绪占比，游客评分排名趋势图（天/月/年）； 4）品牌评估：多景区品牌值对比分析，品牌5大维度对比趋势图，品牌热议话题词云图，品牌排行雷达图）等功能。 B.基于手机GPS位置数据的旅游客流监测与分析模块，包含： 1）实时客流监测：游客分布热力图，当天实时客流趋势图，实时承载量&日承载量配置，天气&事件自定义； 2）历史客流分析：多时段/多区域的客流趋势对比（时/天/周/月/年），可根据总体客流&（本/外）区县/市/省分别对比客流趋势，客流总量，（本/外）区县/市/省占比，时段/区域/事件/天气/节假日分项客流占比排行； 3）历史客流分布：到访分布热力图（游客到访分布，商场到访&商圈到访排行，新旧游客占比，游客平均停留时长，游客停留天数占比），来源分布热力图（游客来源地分布，来源地POI热度排名），来源分布行政图（游客来源地省/市/区县分布，游客来源地省/市/区县热度排行）； 4）游客行为画像：游客基本特征（性别，年龄，学历，职业，婚姻状态，子女状态，消费自由度等），旅游出行偏好（旅游意愿度，长途交通偏好，餐饮/酒店类型偏好，差旅目的地等），APP使用偏好（应用使用时长，应用使用频率，APP安装排行，旅游APP偏好排行）等功能。 C.基于银联清算数据的旅游消费监测与分析模块，包含： 1）涉旅消费分析：旅游总体消费趋势（交易金额/笔数/卡数），涉旅6大行业（吃住行游购娱）占比分析，区域消费排行（交易金额/笔数/卡数），分时段/夜经济趋势； 2）游客消费画像：游客来源城市（境内/境外）排行（交易金额/笔数/卡数），本地人/来客（境内/境外）消费排行，消费者年龄比例，性别比例等，客群消费能力，价值，消费偏好等功能。 2.工具算法库 工具算法库能在教学与科研过程中实现数据的深度挖掘分析，帮助教师与学生发现数据中隐藏的关系及规律，工具库支持将涵盖多行业的海量数据应用于科研项目中，可灵活管理，一键调用，为教师科研项目提供数据支撑。工具库内包括常见的各类数据分析与算法工具。比如舆情研究工具：传播路径分析、jieba分词、特征词提取、词云图生成、话题聚类等；客流预测分析：ARIMA、马尔科夫、多元线性回归、灰色预测；情感分析工具：贝叶斯网络、SVM、决策树等。教师与学生可借助工具库完成建模与数据分析，支持教学与科研过程。 3.案例作品库 基于海鳗数据上百个真实服务客户项目经验，以行业应用为引导，以真实项目案例为基础，内嵌多个行业案例支持不同课程实践教学。案例作品库的内容覆盖:旅游舆情事件库、满意度应用案例库、传播分析应用案例库、品牌评估应用案例库、游客画像应用案例库、旅游统计案例库，行业监管等多个行业真实案例。案例库支持院校自建案例作品库，可结合自身教学实训内容在案例作品库内共享教师或学生自己编写的案例作品供大家交流学习。 4.行业数据池 海鳗旅游大数据教学实训平台提供旅游行业多维度数据体系，为教师科研、教学提供丰富的数据支撑。数据涵盖互联网、客流、消费等上亿条真实数据，可支持院校自主选用定制，进行实训课程创建、科研项目研究等多种场景。 5.教研管理 平台教研管理采用三级管理体系，设置管理员、教师、学生三种角色权限，提供教学中所需基本功能，保证教学完整性。教研功能包括： 1）用户管理：支持用户账号、角色、权限的管理； 2）学生考勤：支持对学生在实训课堂中的签入签出管理，记载和分析学生考勤； 3）课程考核：支持按照课程章节对学生进行考核，支持设定章节权重，成绩汇总计算等功能； 4)教研授权：支持对教师和学生进行系统功能权限的授权管理，从而合理地控制和利用数据和分析的平台资源，产出更高价值。 五、项目创新点 海鳗旅游大数据教学实训平台是目前独有的面向旅游管理专业产品化大数据教学实训平台，在以下几个方面有创新性： 1.产业级平台功能，与真实工作场景无缝对接。 通过将产业平台进行教育适配，使得平台更加简单方便，便于学生进行实操实战。平台还内置海量高质量真实行业数据，配套实训教材及多个行业真实案例，实现教学与行业的无缝对接。教学实训平台还兼产业平台完善的流程规范和后台管理等，高性能，高可靠和灵活的集成对接能力，海鳗从产业出发而服务教学，全部使用真实数据，这对于教学而言，可以完全达到身临其境的场景再造，甚至可以使用实时数据，实实在在体验旅游舆情处置、客流管控等实时性要求较高的应用场景。 2.旅游行业数据分析教学知识点全覆盖 海鳗在多年面向产业的服务过程中，积累了丰富而全面的项目实战案例，可以充分地对于旅游大数据应用的多种场景、各种操作流程、各种算法进行刻画和描述，从而带给教学实训更多价值。平台能够完整的支撑数据分析教学全流程，全面覆旅游行业数据分析相关的知识点和教学场景。 3.平台具备多种特色功能且部署灵活 根据学校的要求，海鳗云可以做到灵活部署落地方案，既支持公有云的saas模式，也可以支持私有化部署的套装软件模式。公有云的saas模式按年付费，可以支持院校以较低成本启动实训平台，使用的数据和模块也可以按照预算情况灵活配置；私有云模式可以支持院校一次性付费，将系统和数据部署到本地，获得长期对于平台和数据的使用权。 4.专家团队课程教学设计及教材支持 由北二外、北京联合大学、北京工商大学等高校教授、教学名师、行业资深旅游大数据专家组成的课程开发团队，结合海鳗数据多年行业实践经验，联合开发丰富的实践课程资源。帮助学校提升专业数字化教学质量，将业务问题数据化，还原项目落地全流程。将分析方法、业务问题转化为数学问题的思维方式、知识技能的应用技巧等，全部融入到具体的项目实训案例中，利用分析工具和大数据知识去找到解决方案，让学生通过实训，掌握分析方法、提升思维模式。提供完整课程教学大纲、课程实践内容，名师课程配套教学PPT，与此同时，海鳗旅游大数据教学实训平台配套教材《旅游大数据应用与实践》由中国旅游出版社出版，可支持多门课程开展教学实践，全面助力旅游院校课程数字化改革，提高学科竞争力。

平台以拖拽式、低代码方式进行数据处理、可视化分析，为教师科研、学生自助数据分析探索应用提供工具支撑。在大数据分析平台中，用户能够随时更改观察数据的维度、指标，让数据能够以丰富的图表方式进行迅速、直观的表达，同时借助联动、钻取、链接等交互操作，发现数据内部的细节规律，在操作交互过程中与数据进行直接、实时的对话。1、数据准备可视化分析平台能够快速完成数据的添加，并支持对于数据表的数据分析与洞察。根据分析需求，系统提供数据关联、数据过滤、数值替换、重命名、数据分组、分段、去除空格、数据列合并、拆分、自定义列、地理分析等数据预处理功能，满足基础的数据清洗、转化、集成需求。2、可视化设计支持学生通过拖拽的方式更改观察数据的维度、指标，并将数据以丰富的图表方式，进行迅速、直观的表达。整体分析过程无需编码，为学生提供极简易用的操作体验。平台提供图形的智能匹配与图形切换功能，支持学生随时更改图形类型，寻找更贴切的图形表达方式来诠释业务含义。支持多数据表的分析模式，学生在分析时，可选择多个表的字段直接制图，无需提前建立数据集（宽表）。系统会自动检索表关系，在后台自动生成数据关系，学生也可手工指定多表之间的多种关联关系，关联关系支持常见的雪花、星型等模式。关联关系一旦设定后，可被其他图形复用，极大的增强了数据模型的灵活度，满足了更为复杂的业务分析场景。3、图形组件开发作为“计算机”、“大数据”专业技术学科的学生，除了掌握图形基础用法和分析方法外，可以利用每一个图形的“编码”功能实现图形深层次的开发和自定义。还可以利用R\JS编码的方式，进行全新的可视化图表开发，图表可以与当前页面融为一体，形成完整的分析场景。4、成果管理监控总览提供对可视化发布后成果的全局监控与管理。教师可以了解到发布的成果数量，成果收藏情况，成果访问情况等信息。帮助教师更好的进行全局可视化成果的管理。5、数据门户主要是针对科研人员已经发布的可视化场景、报告、Word报告进行分类管理，支持针对研发成果进行统一权限管理。

1、区块链应用技术与实践 2、地震体数据三维建模技术 3、大数据算法研究与应用 4、基于ARM的智能终端研究与应用

中山大学附属第三医院脑病中心将最新研发的“云上三院”掌上智慧医疗平台提前投入抗“疫”一线，平台紧急开发了“云上三院 · 战‘疫’专版”，陆续上线了“新冠风险自评”“疫期心理自测”“心理远程诊室”“方舱之声”四个板块，以弥补传统线下医疗模式的不足。 附属第三医院脑病中心“云上三院 · 战’疫’专版”服务模式 四个板块上线后迅速取得良好效果，其中“新冠风险自评”服务了近20万人群，智能筛选出7.8%的新冠肺炎高风险患者并提醒其及时检测和自我隔离，为防控新冠肺炎传播、缓解民众紧张情绪、避免盲目就医提供了有力保障；“疫期心理自测”服务了25万人群，智能筛选出13.5%的中重度焦虑/抑郁患者（包括前方医护人员），并指引其免费线上咨询和治疗；为了解决特殊时期心理医生资源不足和医患无法面对面就诊的困境，平台又紧急开发了“心理远程诊室”和“方舱之声”，提供心理在线咨询和音乐治疗，实现了精神心理疾病线上一站式诊疗闭环服务。 “心理远程诊室”版块上线后，为了尽可能多地帮助线上出现的诸多中重度精神心理问题的患者，附属第三医院精神心理诊疗团队自发组成10人的“心理志愿者服务队”，他们在“云上三院”的“心理远程诊室”轮流值守在线服务，获得了广泛的赞誉。 附属第三医院医务人员正在指导患者使用“云上三院” 

随着信息技术的发展,传统的实验教学环境由于自身环境的静态性、实验资源的有限性， 使得它无法满足计算机实验教学的要求。 一方面，单纯的客户机升级也不能完全满足不断增长的需求，另一方面，各个教育系统 (学校) 中的服务器资源未充分利用。云计算能够通过网络以按需、易扩展的方式获得所需的计 算资源，为资源整合、按需付费、虚拟化和服务提供了很好的解决方案。本项目将各教育子系 统中的服务器资源构建为一个教育云平台，从而满足师生员工的计算机实验教学等工作。 本系统针对不同类型 (校外用户的单个计算机资源需求和校内用户基于实验室的批量计 算机需求) 的用户需求，以先进性、实用性、前瞻性、可扩展性为设计思路，采用资源按需分 配、动态调整的管理方式将数据中心的存储资源和计算资源合理的分配给不同类型的用户。 特别地，本系统所构建的云计算虚拟实验室系统，能够按需动态配置教学实验环境，为每 个学生的每门实验课程定制一个个性化的实验环境，并便于教师动态设计不同的实验内容，从 而能够促进现有计算机教学实验资源的共享，实现师生之间的实时互动，建立一个有效的网上 学习通道，进而提升实验教学质量。

清华大学研发的基于云存储的个人移动计算环境原型系统将操作系统与计算机硬件分割开来，把操作系统与应用软件打包成用户可随身携带的“计算环境”，将用户的“计算环境” 保存到最便携的存储设备中随身携带，成为一把开启“云”端服务的钥匙，在任意地点、时间，用任意电脑都可访问自己的专属环境，随时随地按需获得或购买计算和存储资源，方便 快捷地访问、存储和共享信息。系统提供基于硬件、更加安全可靠的身份认证机制，提供载 有操作系统和各种应用软件的安全计算平台，消除了使用第三方操作系统或软件的安全顾虑， 确保数据得到可靠的存储和保护，使用户不必担心私密数据被窃取或泄露。客户能够从“云” 端获得无限的计算能力和存储空间，摆脱了移动计算设备在计算能力和电池功耗等方面的局 限。

一、项目简介 基于云平台的虚拟助手可视对讲终端，融合了先进的互联网云中大数据技术和图像及语音识别技术，将家庭室内机及门口主机、室内分机和手机智能连接等增加了图像及语音识别技术，并结合云端架构，在实现视频通话和开锁及智能家居控制等基本功能基础上，增加了更加智能的图像和语音识别技术和云服务功能（类似于家庭服务机器人），如可通过与云端语音对话达到不出家门可用语音对话即可购物、请人帮助及家庭医疗监护等增值云服务功能，相当于得到一位高智商高能力更加人性化的虚拟助手，还可通过图像视频等帮助居家老人获得帮助，解决目前社会老年化问题，并使传统智能家居系统创新，获得颠覆式技术革新。 二、前期研究基础 先期帮助企业完成了智能家居可视对讲终端的设计及私有云服务器的搭建。1)      数字福建物联网通信和体系架构及安全技术实验室建设，福建省发改委，400万2)      基于开放业务平台的泛在融合智能家居系统的研制福建省科技计划重点项目福建省科技厅（NO：2013H0048 ） 2013.1-2016.12 （3）数字家庭网关的研制福建省科技重点项目（创意产业发展专项（工业）），40万，（NO:2013H1008）与漳州二菱电子有限公司合作2013.9-2015.8 （4）自组织网智能家居安防系统的研制，科技部项目 2009.9-2011.5 项目编号2009GJC40038 （5）智能家居安防技术中心, 厦门大学信息科学与技术学院和厦门立林科技有限公司联合实验室项目150万 （6）2017-2020年物联网应用技术研究基金，福建联迪商用设备有限公司，150万 三、应用技术成果 四、合作企业 厦门立林科技有限公司成立于1993年，总资产1.3亿元人民币，综合实力位居中国楼宇对讲行业前三位。在厦门拥有总占地11万平方米的工业园，拥有世界一流的生产、检测设备，实现了产品全套工序的自主生产。在中国拥有3000多万的用户群体和超过20%的市场份额，产品远销美国、英国、德国、法国、意大利等多个国家和地区。

智能供配电实验研究共享数字云平台（简称研究平台）由供电系统智能故障模拟系统、高低压智能供电系统、集散控制系统、云控制系统、客户端等子系统组成。实验者授权后，开展线上+线下供配电系统的操作实训、系统实验；研究者授权后开展线上“云计算、大数据处理、人工智能”在供配电系统中的应用研究，赋能供配电行业经济数字化。 一、系统功能 研究平台提供供电一次系统故障源，如过电流、过欠电压、三相不平衡等故障种类。提供供电二次系统运行信息，包括微机继电保护输出信息和开关柜体运行信息。如电压、电流、功率、频率、电能、绝缘电阻、温度、湿度等模拟量；断路器分闸、断路器合闸、手车工作位、手车实验位、接地刀合位、储能位等开关量；短路、过流、过负荷、过压、欠压、漏电、绝缘监视、照明、闭锁等保护信息；开关的分闸、合闸、复归、试验、温湿度等控制信息。事件和故障的数据等事件记录信息。 研究平台具有人机会话、数据显示、记录查询、参数修改、控制操作等功能，设有就地操作、上位机操作、客户端云操作等操作方式，提供数据库、数据传输、数据处理、云组态等功能，使分布式用户分享系统数据资源与控制资源。 二、系统特征 研究平台集供配电系统的能量流与信息流有机融合。以实验装置为中心，辐射分布式、远程众多客户端，共同分享实验平台资源。提供了一个从构思、设计、实施、验证、评价等全方位线上+线下研究场景。服务于本科生的实践教学，研究生、科研人员的项目研究。 （1）、平台集成度高、安全可靠。平台硬件装备包括供电系统智能故障模拟装置与智能测试装置，智能高压进线与出线开关柜，智能低压进线与出线开关柜，组成一个有机体系。系统工作电压为交流380V，高压开关主回路为交流380V，总功率小于10KW，安全保护性高。 （2）、搭建共享智能数字研究空间。研究者在客户端自定义供电系统一次运行工况后，获取相应的二次信息，共同分享数据资源。基于数据挖掘、机器自学习等人工智能方法，设计软件算法，研究供配电的运行趋势研判、故障诊断和预测、运行预警等的控制方案，提升供配电系统自主识别能力，提升供配电系统安全和经济运行水平。 （3）、营造分布式融合教学研究空间。在不同地域的实验室、单位、高校，线上线下同步进行开展教学研究工作。同时，研究平台吸纳异地企业、科研院所、高校的优质硬件资源。基础资源一边建设、一边分享，合作资源共建共享，跨区域融合，实现滚动式发展。 三、实验与研究内容 1、高低压供配电实训操作系统。完成低压供配电与高压供配电等系统操作；高压开关柜机械联动与低压开关柜闭锁联动等系统原理实训；高压继电保护与低压继电保护等系统参数整定实训；高压一次系统与低压一次系统故障模拟等实训操作。 2、研制供电+控制设备一体化无人值守系统，远程监控现场装备的运行状况、系统操作、以及运行管理。适用于油田、沙漠等野外无人值守场所，可用手机、平板电脑、电脑等终端设备远程监控与操作。 3、研制无人值守变电站，用手机可以监视设备运行工况、操作设备运行。 4、研制分布式变电站集群化管理系统。实现社区、企业变电站分布式管理与远程自动化监控有机融合，能够跨区域集群化监控，完成众多变电站的运行监控、故障预判、检修预警、故障排查、远程急停电、远程送电、运行电费监管等业务。 5、研制供配电损耗分析系统。分析线路损耗、变压器损耗，有效诊断窃电、摊派电损、电价估算等。 6、研制供配电虚拟仿真系统。研究高压开关、变压器、电缆运行、继电保护、倒闸操作等虚拟仿真系统。 7、研制供用电协调控制系统。研究风光互补控制、用电协调控制系统、光伏发电+负载协调控制系统、风力发电+负载协调控制系统等协调控制系统。 8、研制设备远程控制系统。如农业灌溉、供排水、抽油机、景观灯等远程控制系统。 四、适用对象 1、实验教学：电气工程及其自动化专业、电子信息专业、计算机专业、计算机软件专业、测控技术与仪器专业、机械设计专业等本科专业。 2、实训与培训：电气控制技术人员、供配电技术人员、供配电运行人员等。 3、软件系统开发：自动控制系统软件、供配电系统软件。 4、算法验证：自动控制系统算法，供配电调度系统、协调控制系统算法等。  

1 成果介绍网络存储技术从诞生到现在，已经经历了近二十年的历程。在这个过程中，无论是计算技术、网络通信技术还是信息储存技术都发生了翻天覆地的变化。计算技术领域，基于开放操 作系统上的集群计算技术已经取代大型机；网络通信领域，开放架构的 TCP／IP 通信已经统治了一切；在信息存储技术上，单块磁盘的容量已经从 G 级别进入 T 级别。 传统的网络存储设备，无论是 FC SAN、 NAS 还是 IP SAN，都是采用以满足单台服务器存储需要为目标的体系设计，在共享能力、性能、可靠性、扩展性以及总体拥有成本上，已经无法满足企业新的应用需求。如果 仅仅通过外围手段来弥补，必将造成存储架构越来越复杂，用户管理难度越来越大，总体拥有成本越来越高。 为了满足 IT 技术发展的挑战， LoongStore 集群存储采用了代表计算技术、网络通信技术以及文件 系统技术发展方向的体系架构，提供给用户跨平台共享、高性能、高可靠、可平滑扩展、使用和维护简单的高端存储系统。系统以开放架构平台智能存储服务器为基 本节点，通过在千兆以太网基础上不受限制地添加节点，构成了业界最高的性能、可靠性以及极低总体拥有成本的存储集群。 LoongStore 为一种大规模的文件共享存储系统，它面向海量数据、高并发访问的环境。其产品架构图如图所示： 图 1 LoongStore 产品架构 LoongStore 产品架构支持：单文件系统 100PB支持 2000 个以上节点并发支持超过 500 亿文件产品主要特点：产品架构上：实现了横向扩展。从原来的单节点增加 CPU、内存、存储等等的纵向扩展方案往增加节点数量的横向扩展方案的转变，使得容量扩展更加灵活、同时也实现了更低的起始投入成本；产品工作流上：实现了更高效的数据读写方式。通过实现元数据与数据通道分离、将数据条带化存储在不同的存储服务器上，从而高效实现数据的并行读写；产品性能上：实现了高聚合带宽。克服了以前文件集中式存储的瓶颈，实现了文件切片分布式存储方案，实现了高聚合带宽；产品性能上：实现了性能近线性增长。如：（ 1）聚合带宽随着存储集群规模扩大而线性增长， （ 2）充分发挥硬件性能，如网卡性能利用率达到了 80%， （ 3）扩展到 100GB/s 以上的聚合性能；产品可靠性上：实现了无单点故障。通过（ 1）为不同目录的数据设置不同的冗余度， （ 2）自动故障探测与恢复， （ 3）设备恢复速度是 RAID 的 5 倍， 750GB SATA 盘恢复时间 15 分钟， （ 4）元数据服务器每两台互备等，实现了产品的无单点故障；在产品扩展性方面：实现了在线业务扩展容量。支持不停业务在线扩容，并自动迁移均衡数据。从而实现不需要关停业务的方式轻易扩展容量；在产品管理方面：实现了单点配置管理。产品通过单点实现了所有的配置管理功能，通过内置各种自动化处理流程，减少人为参与；产品兼容性方面：兼容各种 X86 架构的服务器和 IP 网络，应用服务器端支持Linux/Windows/Mac 等等。2 应用说明LoongStore 大规模集群云存储系统能够帮助企业加速信息到价值的转换，目前已经在互联网、广电、能源、电信等数据密集型行业帮助企业实现了突破性的价值。 产品主要应用行业与应用案例有：（ 1）互联网：视频， SNS 等，例如中国国家网络电视台（ CNTV），人人网，搜狐；（ 2）能源：大庆油田，中石油勘探开发研究院总院；（ 3）动漫和广电：中影集团，教育电视台等，《建党伟业》、《建国大业》、《孔子》等大片的后期制作就是采用该存储系统；（ 4）教育及其（ 5）军工，航天等等领域。3 技术指标支持 PB 级的存储容量规模，最大容量可超过 100PB；可提供几十甚至上百 GByte/s 的聚合数据读写带宽，而且性能可随存储规模的扩展而线性提升；可高效支持海量小文件的存储和管理，单套系统可高效管理超过 500 亿个文件，现有在线系统已经超过百亿级文件数量规模，而且每天仍然以 2000-5000 万个新文件的速度递增，每天的下载量为 10-20 亿个文件；可支持超过 2000 多个计算节点（或者应用节点）同时高效并发访问同一套存储系统；提供完全符合 POSIX 标准的文件级接口，支持全局共享访问，无须加入第三方共享软件。前端可同时部署 Linux、 Windows、 Mac 等异构计算节点。所有应用可不经过任何修改和移植即可使用存储服务；支持在线扩展存储容量，无需终止应用的正常服务，新增容量即插即用。同时提供在线数据迁移功能，扩容后可均衡所有设备上的存储负载；内置数据高可用机制，一旦发现硬件故障将自动进行数据恢复，无需停止服务。除了能够冗余磁盘故障之外，即使整个存储服务器或者磁盘阵列故障都不影响应用正常服务也不会破坏应用数据。传统存储只能冗余磁盘故障；如果系统中正常设备上的空闲空间总和不少于故障设备上已经使用的空间即可进行数据恢复，无须加入新的设备，传统存储采用 RAID 机制必须加入新的存储设备才能进行恢复。确保了系统无间断持续运行；l 在线控制存储设备的负载。在观察到某块存储设备有异常现象时，可以在线手动禁止这块磁盘的空间分配，设置后系统不再往被禁止分配空间的磁盘内写入新的数据，原有的数据仍然可用。当设备正常时即可在线放开；提供主动数据迁移功能，方便硬件在线更换。当某些设备使用时间超过一定年限，或者是发现设备有安全隐患时，可以主动将该设备上的数据迁移到其它存储设备，迁移完成后即可将设备移除下线，不影响应用的正常服务；简易管理，通过单一图形化界面即可管理和监控整个存储系统；高硬件兼容性，既可以采用传统的 SAN 或者盘阵作为存储单元，也可以采用通用的存储服务器进行构建，硬件选型范围广，成本低，适合用于构建海量的云存储系统。