当前我国工业数字化转型进入深水区，预测性维护作为降低工业设备非计划停机风险、提升生产运营效率的核心技术方向，对高质量训练数据集的需求持续攀升。作为国内数据要素市场化配置改革的先行试点省份，贵州搭建的数据知识产权登记平台，承担着数据权属存证、合规校验、权益保护等核心职能，是数据资源进入流通环节、实现价值变现的核心前置服务载体。
2026年5月6日，贵州航天云网科技有限公司旗下的航天云网工业设备预测性维护算法训练数据集正式在该平台完成数据知识产权登记。作为航天科工旗下航天云网的贵州本地化运营主体，贵州航天云网长期深耕工业互联网、智能制造领域解决方案，本次登记的数据集是其针对工业运维场景算法训练需求打造的标准化数据产品，核心规则与算法能力可适配国内多数制造企业的实际使用需求：
接入与标准化：支持多数据库、Modbus、OPC UA等主流工业协议接入，统一编码、指标、时间格式及数据分类标准，可解决工业场景下不同厂商设备数据口径不统一、无法互通的共性痛点。
清洗与脱敏：建立规范的缺失值、重复值处理流程，对企业敏感生产信息、经营数据做严格脱敏处理，既保障数据准确性，也符合《工业数据分类分级指南》《数据安全法》等相关法规要求，消除企业数据使用的安全顾虑。
更新与维护：根据应用场景需求支持按季度/月度更新数据，定期开展数据质量校验，建立完整的版本管理与维护台账，保障数据的时效性与可追溯性，适配不同阶段的算法训练迭代需求。
其配套的核心数据处理算法能力，更针对国内制造企业的普遍痛点做了定向优化：
效能指标计算：覆盖OEE（设备综合效率）、产能利用率等12+核心生产效能指标，优化后的算法可适配企业数据不完整、统计标准不明确等普遍问题，降低企业搭建指标体系的成本。
多源数据融合：改进的加权融合模型可实现设备运行数据、生产经营数据、环境数据等多类型数据的对齐、融合，且算法对算力要求较低，可适配中小制造企业计算资源有限的场景。
异常识别与修正：采用数值校验+趋势预判的双重识别模型，可精准定位异常数据并做分类处理，大幅提升数据集的质量，保障后续算法训练的精准度。
从应用价值来看，本次完成登记的数据集可广泛应用于多个工业场景：既可为离散制造、流程工业等领域的企业提供设备预测性维护算法训练的基础数据支撑，帮助企业提前预判设备故障、降低非计划停机带来的生产损失；也可为工业运维服务商、工业互联网平台企业的智能化运维产品迭代提供合规数据来源；还可作为工业互联网、智能制造相关专业的实训教学资源使用。本次数据知识产权登记完成后，该数据集的权属关系得到官方存证，为后续的授权使用、流通交易等价值释放环节提供了合规依据。
登记内容：
从行业层面来看，本次登记是工业领域数据产品知识产权确权的典型实践，既为工业训练数据集的合规管理、价值释放探索了可行路径，也为贵州省数据要素市场的垂直领域产品供给提供了新的补充，对加速工业数字化转型、推动数据要素与实体经济深度融合具有积极的示范意义。
_1769672084863.jpg)