除了做到更精准的预测 ， 检测和采集风机的运转数据、风场的运营数据还有利于风机制造商更好地改善风机的性能 ， 风电场业主在追求风场效益最大化时也离不开大数据 。
大数据在风电领域的应用前景看起来很美 ， 但当前存在的问题是 ， 将风机、风场的数据汇集起来并非易事 。这些数据分散在风机制造商、风场业主、系统运营商和运维服务商等多个环节手中 ， 他们能从这些数据中得到利益却无法做到合理分配 ， 所以 ， 有些利益相关方宁愿不分享这些数据 。
知识产权问题也是大数据影响风电进程的一个拦路虎 。试想 ， 如果多家风机制造商都公开风机的设计数据 ， 那将是整个行业的幸事 ， 通过交流和分享 ， 风机的设计会有所改善性 ， 性能会提高 。但出于商业竞争考虑 ， 风机制造商往往将这些数据视为商业机密、竞争利器 ， 不愿公开 。同理 ， 风场业主收集和保存的风电运行数据不但有助于他们做出更好的业务决策 ， 也有利于第三方运维企业提供更好的服务 ， 但在实际情况下 ， 运维商却很难得到这些数据 。
风电行业的意义在于向终端消费者提供更稳定、更清洁、更廉价的电力 ， 这是行业存在合理性的根据 ， 也是业界努力的方向 。共建并分享运营数据 ， 进而激发这些数据的全部潜力才是风电行业迎接大数据时代的应有姿态 。
还用于网络日志 ， RFID ， 传感器网络 ， 社会网络 ， 社会数据（由于数据革命的社会） ， 互联网文本和文件;互联网搜索索引;呼叫详细记录 ， 天文学 ， 大气科学 ， 基因组学 ， 生物地球化学 ， 生物 ， 和其他复杂和/或跨学科的科研 ， 军事侦察 ， 医疗记录;摄影档案馆视频档案;和大规模的电子商务。篮球比赛当中利用大数据对球员的个人在比赛场上的数据分析 ， 可以帮助比赛变得更加精彩 。
大数据安我的理解 ， 应该是（在我遇到问题时 ， 在最短的时间有可以共我做出正确选择的答案 。）
大数据即海量的数据 ， 一般至少要达到TB级别才能算得上大数据 ， 相比于传统的企业内数据 ， 大数据的内容和结构要更加多样化 ， 数值、文本、视频、语音、图像、文档、XML、HTML等都可以作为大数据的内容 。
提到大数据 ， 最常见的应用就是大数据分析 ， 大数据分析的数据来源不仅是局限于企业内部的信息化系统 ， 还包括各种外部系统、机器设备、传感器、数据库的数据 ， 如：政府、银行、国计民生、行业产业、社交网站等数据 ， 通过大数据分析技术及工具将海量数据进行统计汇总后 ， 以图形图表的方式进行数据展现 ， 实现数据的可视化 ， 在此基础上结合机器学习算法 ， 对数据进行深度挖掘 ， 发掘数据的潜在价值 。
应用部分 ， 大数据不仅包括企业内部应用系统的数据分析 ， 还包括与行业、产业的深度融合 ， 大数据分析的应用场景具有行业性 ， 不同行业所呈现的内容与分析维度各不相同 ， 具体场景包括：互联网行业、政府行业、金融行业、传统企业中的地产、医疗、能源、制造、电信行业等等 。
1.互联网行业大数据的应用代表为电商、社交、网络检索领域 ， 可以根据销售数据、客户行为（活跃度、商品偏好、购买率等）数据、交易数据、商品收藏数据、售后数据等、搜索数据刻画用户画像 ， 根据客户的喜好为其推荐对应的产品 。

• 深圳欢乐谷9大必玩项目
• 减肥期间饮食的十大要素
• 喝柠檬汁减肥有大学问
• 吃法讲究 零食也可减肥
• 减肥效果很好的五大食物
• 中国女排vs加拿大，中国女排能3-0战胜对手吗？郎指导会大胆锻炼新人吗？
• 轻松瘦身 5大超有效泡澡减肥法
• 减肥刮痧的十大关键穴位
• 无毒一身轻 三大方法轻松搞定
• 与天蝎男交往的大忌