的高度集中区域，已成为我国控碳减碳的重要靶点。碳数据管理是研究分析工业园区碳减排重点 和制定降碳具体措施的重要基础。目前，工业园区碳数据管理基础较薄弱，缺乏相应的制度体系 规范，亟待夯实相关制度流程，指导园区精准度量减碳成效，科学评估部门要素，推动低碳发展。 本报告梳理了现行碳数据管理制度体系（统计、核算、管理、评价体系）存在的一些共性问题和 特性问题，针对现行体系的不足有目的地开展园区碳数据管理制度设计，在清晰界定园区碳数据 界定园区碳数据 管理边界和目标的基础上，开展二氧化碳（以下简称“CO ”）排放源活动水平数据的收集、核算、汇 总、报告、核证，综合形成碳总量和强度数据，进一步提升园区碳数据管理体系的实操性。 2 目 录 CONTENTS 01 前言 附件1：园区碳数据补充调查表 附件2：专有名词解释 研究背景与目标 园区碳数据管理体系框架 园区碳数据管理边界 02 现行碳数据管理制度体系 现行碳数据管理制度体系 统计体系 核算体系 管理体系 评价体系 现行体系存在的问题 03 园区碳数据管理制度设计 园区碳数据管理机制 范围和目标确定 方法学、规范及程序 工作流程 数据收集 数据核算 质量保证及质量控制 报告和数据管理 01 05 08 09 11 13 14 18 20 21 27 28 30 36 22 23 25 16

1 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 [编号 ODCC-2023-02006] 零碳数据中心园区能碳管理系统 白皮书 开放数据中心委员会 2023-09 发布 I 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 版权声明 ODCC（开放数据中心委员会）发布的各项成果，受《著作权法》保护， 编制单位共同享有著作权。 转载、摘编或利用其它方式使用 成果中的文字或者观点的，应注明 来源：“开放数据中心委员会 ODCC”。 对于未经著作权人书面同意而实施的剽窃、复制、修改、销售、改编、汇 编和翻译出版等侵权行为，ODCC 及有关单位将追究其法律责任，感谢各单位 的配合与支持。 II 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 编写组 项目经理： 王元月 北京中科合盈数据科技有限公司 工作组长： 李代程 百度在线网络技术（北京）有限公司 周天宇 北京中科合盈数据科技有限公司 叶雷霖 北京中科合盈数据科技有限公司 何玮 北京中科合盈数据科技有限公司 彭飞 北京中科合盈数据科技有限公司 苗兵杰 北京中科合盈数据科技有限公司 胡辉 北京中科合盈数据科技有限公司 马青云 北京中科合盈数据科技有限公司 于景淇 北京中科合盈数据科技有限公司 毛隆 北京中科合盈数据科技有限公司 杨朝旭 北京中科合盈数据科技有限公司 李洁 中国信息通信研究院

2010-2020 ） • Greenplum 中文社区创始人 • PostgreSQL 中文社区常委 • 清华大学产教融合课程《分布式数据系统基础及应用》 产业方负责人 • 著有《 Greenplum ：从大数据战略到实现》 │ ©202 四维纵横 Confidential 1 目录 l 时序和超融合 l 数字汽车 l 2026 年 IoT 数据市场规模 1000 亿美金，而“ IoT 最大场景 在中国”。而物联网最典型的数据是时序数据。 DB-Engines 过去 24 个 月流行度趋势 2020 年物联网设备超过非物联网设备 │ ©202 四维纵 横 Confidential 1 什么是时序数据 • 时序数据是时间序列数据，即带有时间戳的数据序列。这个序列中的—个数据也成为数据点 的—个数据也成为数据点 （ data point ）， —个数据点通常是—个（ timestamp ， value ）对。 t i m e s e r i e s . . . . . . (ts1,v1) (ts2,v2) (ts3,v3)

成都市智能建造建筑信息模型（BIM） 数据协同导则 （2025 版） 成都市住房和城乡建设局 2025 年 10 月 前言 为贯彻《住房城乡建设部等部门关于推动智能建造与建筑工业化协同发展的指导意见》 (建市〔2020〕60号)、《四川省住房和城乡建设厅等部门关于推动智能建造与建筑工业化协 同发展的实施意见》（川建建发〔2 制的导则对促进成都市智能建造发展具有引导性和指导性作用。 本导则共分为6个章节，主要内容包含1总则；2术语和缩略语；3基本规定；4数据协同 管理；5数据要求；6数据安全和隐私。另包含三个附录，附录A项目BIM数据协同管理实施 方案样例；附录B BIM数据协同平台架构图；附录C BIM模型几何、非几何信息要求。 本导则由成都市住房和城乡建设局审核，由编制组负责具体技术内容的解释和说明。执 ............................................................................................ 3 4 数据协同管理 ..............................................................................................

........... 204 6.1 附录 A 需求模型 ................................................ 204 6.2 附录 B 场景交互数据项及通信协议（规范性） ...................... 276 车路云一体化系统云控基础平台参考架构 9 1 总述 1.1 背景 面向未来规 “1”个云控基础 平台和“N”个云控应用。云控应用分为网联汽车赋能类、交通管理 与控制类及交通数据赋能类等三大类， 涵盖产业链全域应用需求。 云控基础平台基于交通相关数据的采集、存储与处理，通过数据赋能 提供满足各种应用需求的分级共享基础服务，由封装领域核心服务共 性基础能力的 5 类标准件、实现数据采集和标准化转换的 2 个标准 化接口以及 1 个全流程工具库所组成，形成“5+2+1”共性基础能力 控制标准件实现车端和路侧数据接收、处理、融合感知、精准决策及 管控，有效确保了感知、决策结果及控制指令能够迅速传递至网联车 辆，同时上传至区域云，并同步处理区域云下发的基础设施管控信息。 区域云通过标准化分级共享接口、区域云一体化底座内的网关和数据 库以及一系列标准件，有效地吸收、整合来自支撑平台、边缘云及第 三方平台的数据资源。区域云融合感知标准件、协同决策标准件及交 通管控标准件依次接力，完成了对海量数据的深度挖掘、策略制定和

1 设备智能化改造..................................................................................24 3.2 数据采集与分析..................................................................................26 3.3 降低能耗方案 5.1.1 机器学习算法.............................................................................65 5.1.2 数据处理技术.............................................................................67 5.2 物联网技术..... .70 5.2.1 传感器与设备连接......................................................................73 5.2.2 数据传输协议.............................................................................75 5.3 云计算平台.....

工业大模型作为新一代人工智能技术与工业场景深度融合的结晶，正以前 所未有的速度重构制造业的智能化体系。随着第四次工业革命的推进，工业大 模型凭借其卓越的数据处理能力、出众的跨模态融合特性以及高效的智能决策 效能，日益成为推动工业智改数转的核心驱动力。然而，尚处于初级发展阶段 的工业大模型，仍面临工业数据多模态复杂性、模型可解释性不足以及应用成 本较高等挑战。为此，行业迫切需要系统性的解决方案，以促进工业大模型技 术的有效落地与广泛应用。 1.1.2 工业任务/行业模型适配 ................................................................ 10 1.1.3 工业数据制备.................................................................................. 10 1.1.4 工业基座模型训练 1.2 工业大模型的特点.......................................................................... 11 1.2.1 数据维度.......................................................................................... 11 1

英特尔（中国）有限公司 2023 年 12 月 从云端到边缘端，数据正在出现爆炸式增长，数智技术正在带 来颠覆式创新，物理世界与虚拟世界正在加速融合……变革的 浪潮席卷而过。园区作为产业经济集聚的重要形态与主体，正 在成为新一轮数智化变革的见证者与推动者。通过把握数智化 技术带来的商机，融入蓬勃的数智生态，园区将能够持续挖掘 数据价值，推动业务转型，从而释放创新价值，驱动社会经济 快速发展。 快速发展。 但同时，在数智技术快速发展的背景下，园区数据快速增长， 大模型等创新应用不断落地，这意味着园区需要对云、边缘、 网络等基础设施进行重构或优化，并利用创新的软硬件技术组 合，满足数智园区在计算、存储、网络等关键资源方面的需求， 充分释放数智转型的潜能。 为了助力园区的数智化转型，全国智能建筑及居住区数字化标 准化技术委员会 (SAC/TC426)（简称：全国智标委）与英特尔 联合 智慧化（简称：数智化）技术的驱动下，越来越多的园区倾 向于通过数智园区转型，提升园区的运营效率，创造更高的 数据价值，服务园区内的企业租户与个人用户，同时更好地 驱动区域乃至产业发展。 数智园区是指充分利用智能传感器、边缘计算、人工智能、 大数据、物联网等技术，聚合园区内各个系统、设备的泛在 数据，并通过云 – 网 – 边 – 端的协同处理架构对数据进行高 效处理，从而让园区的建设、运营更加智慧化。在数智园区 内，人、

..................59 2.3.5 单位基本信息 ..........................................61 2.4 案例四：基于 5G 专网的可信数据空间安全解决方案——跨网络的“一站 式”安全可信体系 .............................................. 63 2.4.1 方案概述 .......... 李建元、李海波、马岩、牟君、郑绪、艾红伟。 工业互联网产业联盟 安全组 二〇二五年十月 工业互联网典型安全解决方案案例汇编（2024） 1 1. 工业互联网安全概述 1.1 工业互联网安全形势 据工信部最新数据显示，我国工业互联网已拓展至 49 个国民经济大类，实 现 41 个工业大类全覆盖，标识解析注册量突破 6500 亿个，连接工业设备超 1 亿台套，为发展新质生产力、建设现代化产业体系提供了重要支撑。工业互联网 提出到 2023 年底，工业互联网与安全生产协同推进发展格局基本形成，工业企 业本质安全水平显著增强。6 月，《中华人民共和国数据安全法》审议通过，明 确了采用数据分类分级保护制度对数据进行安全保护，有助于工业企业对重要数 据的安全防护有的放矢，消除工业企业用户对数据安全的顾虑。7 月，工信部等 十部门联合印发《5G 应用“扬帆”行动计划（2021-2023 年）》，明确重点推 进 5G 在工业互联网等领域的深度应用。8

六、数据资 源 • 七、园区安 全 • 八、环境生 态 • 九、应急响 应 • 十、能源管 理 标准编制 为规范智慧化工园区建设，开展了《智慧化工园区建 设指南》国标的编制 新环境 国家对安全、环保、应急管理的要求不断提高 智慧化工园区 借助信息技术，提升园区的综合水平 一、背景 本标准规定了智慧化工园区的 建设总则、基础设施、数据资 广义上是指化工园区信息化、智能化，通过物联网、云计算、大数据、人工智能等新一代信息技术，实现园区基 础设施优化、运行管理精细化、功能服务信息化和产业发展智慧化，以建设“安全、创新、绿色、智能、协调” 的智慧型化工园区。 三、术语 > 规划 以安全和生态理念为核心、物联网信息与通信 技术为基础，开发具有专业性、集成化特征的 智慧园区数据资源支撑平台，满足园区各类应 用系统的信息化业务需求。 2 1 传输处理 数据传输处理是将园区采集的 数据通过网络传输后在其物理 场所进行的存储、索引及服务， 按数据类型分配至不同数据库 进行存储，然后对存储的数据 进行清洗、转换后再次存储 备 用，以满足数据支撑平台 高速 数据访问的需求。 物理场所 物理场所指满足园区日 常办公和应急指挥要求， 支撑智慧园区数据资源 中心运行与服务的场地