本发明公开了一种基于大数据的智慧变电站实时监控系统及方法，具体涉及电力设备监控技术领域，包括多源采集处理模块、动态拓扑更新模块、设备状态监测模块、故障诊断预测模块、设备寿命预测模块、能效分析优化模块以及远程运维调度模块；本发明能够实现高精度故障检测及隐性关联挖掘，提高变电站异常检测能力，有效优化变电站各电力设备的寿命管理；能够确保维护资源分配合理，提高设备可靠性，提升综合能效，减少碳排放，无需人工干预调整运行模式，提高优化效率，实现变电站智能化运行。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

当前，高校内部学院、部门网站更新不及时，僵尸网站、发布内容存在不规范用语、错别字等情况较为普遍，造成了很大的安全风险。由内蒙古财经大学自主开发的“镜湖一号——高校对外宣传数据智能分析平台一体机”，很好的解决了上述出现的问题。同时，还具备了呈现学校对外宣传数据数据分析与挖掘的可视化态势展现功能，支持大屏观看和手机端查看。“镜湖一号”基于高校对互联网发布的各类数据，使用人工智能和大数据分析技术设计应用模型，让学校的管理者实时掌握数据动态。 应用场景及创新点： 1.监控敏感信息泄露，展现处置状态。 2.代替人工发现更新不及时、不到位的网站。 3.对比分析高校党建态势，同时展现学校内部各部门党建状态和成果。 3.实时展示高校发布的宣传数据态势，分析出最受欢迎、热门文章等。 4.平台支持国产化平台部署。 5.实现一体机快速部署。

完成团队简介：高岭教授及其领导的科研团队长期以来致力于信息科学领域的研究工作，主要围绕计算机网络基础理论、网络安全与管理、网络流量与性能分析，以及嵌入式Internet服务、网络应用服务、教育信息化、远程教育和教育技术等领域开展相应的研究工作。先后在国内外学术刊物上发表论文100余篇，其中SCI、EI、ISTP检索30余篇；教学科研成果多次获陕西省、西安市等颁发的优秀成果奖；主持国家自然科学基金项目、国家科技支撑计划项目课题、陕西省“13115”重大科技创新工程公共服务平台建设项目等20余项国家、省部级科研项目。   陕西省科技文档数字化管理与资源共享平台资源共享体系 成果内容：文档数字化管理与资源共享平台是承载未来陕西省科技信息资源中心四大平台之一，以资源共享的方式进行全省科技文档统一建设、集中管理、信息共享。其主要核心技术如下：（1）海量异构资源动态管理模型：针对服务类型和服务属性的多样性，提出了动态模型管理方法，结合数据挖掘、策略设计模式等理论，采用数据定义语言（DDL），实现资源动态定义模型。对不同服务类型，根据不同类型调用相匹配的函数，实现43类不同格式服务资源自动化转换为规范格式的服务资源。（2）属性级可控访问：基于规范属性标准与RBAC模型，将资源属性信息独立保存，建立授权用户与资源属性的直接关联，实现对资源的属性级授权控制，在单次授权的基础上实现二次授权及多次授权，进一步提升权限控制的灵活性。（3）多类型径向筛选：通过对筛选条件的优化分析，构造以筛选关键字、公共信息服务类型、规范属性、属性值为筛选路径的径向筛选技术，并通过匹配用户历史筛选，主动对筛选结果进行内容过滤，返回个性化的可控筛选。 成果成熟度：中试产品阶段（已解决关键技术，需要合作进行产业化攻关）。 转化方式：合作推广。 预期成果收益：进一步市场化放大约需投入180万元，若建成覆盖陕西省的科技资源共享平台，以年服务人群数量10万计，每人次节约相关费用15元计，每年能够为社会节约150万元。

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。  

项目成果/简介:完成团队简介：高岭教授及其领导的科研团队长期以来致力于信息科学领域的研究工作，主要围绕计算机网络基础理论、网络安全与管理、网络流量与性能分析，以及嵌入式Internet服务、网络应用服务、教育信息化、远程教育和教育技术等领域开展相应的研究工作。先后在国内外学术刊物上发表论文100余篇，其中SCI、EI、ISTP检索30余篇；教学科研成果多次获陕西省、西安

产品详细介绍奥龙数字化校园软件解决方案1.1数字化校园建设意义1.1.1解决学校信息孤岛数字化校园将学校内部的相对独立分散的业务系统，进行统一整合和有效的集成，通过“谁产生谁维护”的原则对集成数据按标准进行验证，然后把正确的信息同步给需要这些信息的部门到达所有部门相同的信息一致。同时消除对数据的重复管理，避免多部门的重复劳动，节约人力成本，保证信息标准统一。1.1.2规范业务流程数字化校园集成学校内各种业务流程，通过建立规范的、合理的、高效的业务流程可以约束工作的随意性，避免一边“省事”多处“费事”情况。而且通过合理的业务规则，不但可以提高本部门的工作效率，减轻工作压力，同时也为其它门户带来快捷和方便。1.1.3提高工作效率数字化校园使集成学校各种业务流程实现了自动化，不需或极少需要人工干预。集成的业务流程工作一旦建立好以后自动工作，工作人员只需要通过任务完成状态进行监控即可。数字化校园将人员从繁杂、简单重复的数据输入、传送、管理、检索等工作中解脱出来，信息的检索及统计报表的生成功能交给平台来完成。用户可以随时随地从信息门户获取相关授权信息。无纸化办公使学校各项行政管理工作更加便利快捷。1.1.4为师生员工提供“一站式”服务教职员工、学生和办事者可通过网络可以及时了解办事流程、学习安排、学校资源、各种申请状态等信息，免去不必要的东奔西走，减少盲目性、提高办事效率、减轻工作量，是学校为教职员工、学生和办事者提供的服务窗口。1.1.5创建虚拟大学空间，实现跨地域管理数字化校园建设以信息资源与信息服务为核心内容，实现数字化、网络化的学习、教学、科研和管理，对于学校今后创建数字化的生活空间，创建虚拟大学空间，实现教育信息化和现代化。虚拟大学空间可为学校今后的跨地域业务管理提供坚实的基础保障。1.1.6体现决策管理水平，及整体综合实力在教育行业信息化的大背景下，数字化校园的建设水平不仅体现了职教教育信息化的程度，也反映了决策者的对现代教育发展趋势高瞻远瞩的水平；更是衡量学校办学能力和教学科研水平的重要标准之一的知名度，吸引更好的生源和优秀的科研、教学人才。1.1.7有助于教学模式和观念的转变在教学中，教师们可以充分利用网络教学资源，开展网上多媒体教学实践，建立学科教学网站和教学资源库。学生可以利用数字化图书馆以及各种教学资源库进行研究性学习，同时利用互联网与其它学习者进行广泛的合作探索和讨论交流，并将学校以外的信息资源和智力资源引入到教学中。1.1.8辅助学校领导决策数字化校园还包括各级管理与决策部门，使各级领导在决策上实现数字化，利用决策支持系统结合学校数字资源、个人智力资源和计算机的计算能力，辅助改进领导决策的质量。为各级领导提供决策所需的数据、信息和背景材料，帮助他们进行问题的识别，并明确决策目标，通过人机交互功能进行分析、比较和判断，为正确决策提供有力的辅助支持。第 2 章奥龙数字化校园平台软件系列数据门户产品列表：1、奥龙-统一信息门户平台2、奥龙-统一身份认证平台3、奥龙-数据交换平台4、奥龙-数据综合分析平台5、奥龙-网站门户系统应用系统产品列表：1、奥龙-教务管理系统2、奥龙-学生综合信息管理系统3、奥龙-OA办公自动化管理系统4、奥龙-数字迎新管理系统5、奥龙-招生管理系统6、奥龙-就业管理系统7、奥龙-网络学习平台8、奥龙-宿舍管理系统9、奥龙-站群管理系统10、奥龙-三维地图信息管理系统11、奥龙-成绩自助打印管理系统12、奥龙-移动信息平台13、奥龙-图书馆自动化管理系统14、奥龙-在线考试题库管理系统

系统以“学、教、练、考、管、评”的设计理念为依托，基于多学科、高质量、成体系的资源优势，满足全时段数字化教学、自主学习和标本考试需求，形成全场景应用的形态学数字化教学体系，满足师生全流程教学应用。

农业物联网整体方案 利用各种传感器、摄像头，通过物联网方式，把农业数据汇集到农业物联网平台，为第三方专业应用提供开放、统一的数据管理和分析平台。 通过数据中心大屏、手机App展示农场、草原、沙漠绿化实景，直观感受实际效果,提供大数据分析，为领导或投资人提供决策参考。 通过手机App获取所购买产品的生产过程参数、视频信息,让消费者买的放心。 获取农业、养殖业生产过程中的空气、土壤、水质各类环境参数，让农户在专家系统指导下合理种植、养殖制定正确的自动化控制计划。 让农业厂商及技术人员获取农业生产的第一手数据、评估化肥使用效果，为农业生产提供实时、远程的技术支持。 农田数据采集及分析 通过传感器实时采集农田空气温湿度、二氧化碳含量、光照强度、土壤温湿度，通过自动控制启动浇水灌溉系统；通过视频分析，采集和分析虫害发生情况，为防虫防灾提供预警。 农产品智慧配送 农产品出厂流程标准化，消费者可以通过包装上的二维码了解产品生产日期、产地，全程可追溯；甚至可以访问生产过程参数和视频，让消费者放心。 通过电商平台建立农场和消费者的直接交易，通过智能物流配送柜，及时、低成本的送货上门。 智能配送柜提供到货提醒、空间管理、密码取货等功能，最大程度方便消费者。