引言
进入新时期以后，大数据已经成为各个领域发展中的重要组成，而且新一代技术不仅包括大数据技术，还包括智能化技术、人工智能技术、互联网技术，这些技术共同改变着我们的生活方式与生产方式，促进社会的飞速发展。在我国产业结构调整方面以及科学技术创新方面都离不开大数据技术的支持，所以充分利用大数据技术，可以帮助我们在日益激烈的市场环境之下，占据更加主动的位置。
1大数据原理
1.1数据核心原理
进入21世纪以后，我国的科学技术发展水平不断加快，信息技术已经成为了各个行业的重要组成。计算机的发展模式也在不断地扩大。这一过程已经是数据量的庞大问题得到了解决进入大数据时代之后，我们可以利用大数据技术，对庞大的数据信息进行收集，从而发掘出信息中所具有的价值。在Hadoop的体系当中，分布式计算机的框架结构对大数据技术有着较高的依赖性。相比于以往非结构化数据信息的分析需求，IT系统需要进行全面升级、改造，从而适应大数据技术的应用。
1.2数据价值原理
功能价值转化为数据价值大数据技术的有趣之处便是可以将数据在线显示，这也是基于互联网的大数据技术的一大特征。在互联网技术发展的初期阶段，由于数据体量不够，以及对数据信息价值认识缺失，以至于人们在数据信息利用方面存在明显不足。以企业生产经营管理为例，利用大数据技术对数据信息的处理，企业能够分析消费者的消费倾向以及需求等等。根据大数据的数据分析，企业可以将这些需求进行分类和整合。大数据，简单来说也是数据量的增加，是从量变到质变的一种实现过程。
1.3全样本原理
抽象样本数据分析转变为需求全部数据样本对于需求全部数据样本的使用，能够让我们发现数据体量的庞大，以及未知数据对数据分析结果的重要影响。因为互联网技术的发展使得数据量呈指数增长，数据分析结果的准确度就有着明显提升。对比以往的抽象样本数据分析来看，数据量的增加使得数据自身的价值属性增加，在社会各领域的应用也得到了不同程度的推广。
2大数据技术在工业经济统计与预测中的应用
2.1项目进度监管
对于一些投资项目审批工作和重点投资项目补贴工作来说，这些是政府部门的重要工作职责，因此相关工作进度都需要进行相应的管理。这需要项目的承担方在关键项目的进度节点上进行上报进展情况，而且为了避免项目中存在上报情况不符合的问题，应当安装相应的视频监控，这样可以有效地监督项目的进展情况。而且从其他渠道获取相应的数据源信息，可以帮助政府管理部门对其进行综合性的分析，对当前的进度情况进行有效的监督与管理质量，可以保证国家相关补助资金投入的更加准确能够真正的发挥作用。
2.2企业节能降耗情况统计
面对经济结构调整和产业转型的压力，政府对于工业能耗及综合利用提出了更高的要求，本项目建立了符合地区实际的统一、科学、全面的节能降耗监测指标体系。在能耗统计和实时监测数据基础上，全面建立涉及能源生产、消费、流通、库存、利用效率、综合利用的工业企业能耗数据指标体系。利用水、电、气等相关智能设备采集的数据，分别根据综合指标（如万元工业产值综合能耗、万元工业增加值综合能耗、万元工业增加值综合水耗）和单项指标（如发电标准能耗、碳素产品单位能耗、铁合金单位产品冶炼电耗）进行统计，掌握企业的整体能源消耗水平及增长趋势，为节能降耗目标完成提供数据支撑。
2.3工业经济运行情况统计
基于该系统，政府部门能全面掌握全省工业运行的现状以及变化趋势，能从行业、地域、工业园区、产品、企业等不同的角度展现全省工业经济运行情况。工业经济运行监测包含重点企业运行监测、园区运行监测、行业运行监测、重点产品运行监测等，是精细化的工业经济运行监测和精准化经济运行综合协调的核心支撑能力之一。企业按行业划分主要包括：煤炭、电力、化工、冶金、有色、轻纺、机械、建材、医药等行业。
2.4工业经济预警与预测
通过开发面向工业经济运行的预警规则和知识模型，对各项管理指标能够设置预警，并实现主要指标数据预测功能。在运行监测业务门户中，展示工业运行中超出预警线的业务指标，使领导可以看到超出预警线的指标，及时针对出现的问题提出解决方案。同时对工业经济的预测主要考察两个指标：工业增加值和工业增加值增速。利用建立的模型对整个省级及各地级市的工业增加值和工业增加值增速进行预测，得到相关预测曲线。
3大数据技术的发展趋势
①数据资源化。大数据已经成为企业占据市场的关键因素，大数据在社会各领域内将有更多的应用平台，如大数据技术不仅在人们日常出行中得到广泛应用，而且还在工业设计、生产中得到使用。因此，大数据技术必然会呈现出数据的资源化发展趋势。②大数据的安全性日益提升。随着大数据技术的不断发展，大数据技术的信息共享性虽然为人们带来了巨大的便利，但是，其存在的安全性也制约着大数据技术的实际应用。因此，大数据技术的安全性问题将成为我国大数据技术发展所必须要解决的问题之一。通过文件访问控制来限制对数据的操作、基础设备加密、匿名化保护技术和加密保护等技术正在最大程度的保护数据安全。③大数据分析与挖掘。在数据量迅速膨胀的同时，还要进行数据的深度分析和挖掘，并且对自动化分析要求越来越高，越来越多的大数据数据分析工具和产品应运而生，如用于大数据挖掘的RHadoop版、基于MapReduce开发的数据挖掘算法等。
结语
通过整合传感器、无线通信、分布式数据库等大数据技术，实现了多数据源的高效采集、传输、存储和分析，搭建了一套用于重大投资项目管理、企业节能降耗监测、经济运行监控与预测的工业大数据管理系统。利用该系统不仅服务于现有政府项目管理、经济统计工作，还能够对经济形势进行预测，为企业转型、政府产业机构调整提供技术支撑。
参考文献:
[1]张引，陈敏，廖小飞.大数据应用的现状与展望[J].计算机研究与发展，2013，50（s2）：216~233.
[2]窦万春，江澄.大数据应用的技术体系及潜在问题[J].中兴通讯技术，2013，19（4）：8~16.
[3]刘科研，盛万兴，张东霞，等.智能配电网大数据应用需求和场景分析研究[J].中国电机工程学报，2015，12（2）：287~293.