本次竞赛中，入库流量预测就是一个侧重自然环境分析的题目。入库流量的宏观机理比较通俗易懂，水的循环过程在小学自然课就有涉及。但在工业实践中，很多要素和过程并不能直接观测（如地表径流、蒸发等）或不可能密集观测，观测量的时空颗粒度不同，也存在一定噪声或误差。这时候数据挖掘提供一种可能的方法，如何融合异构的数据源，去构建一个相对可靠的模型，变得非常有意义。

工业大数据创新竞赛在过去几届尝试从不同行业、不同行业为大家诠释工业大数据分析的丰富内涵。昆仑数据曾与金风科技、攀钢集团携手，在此前的工业大数据创新竞赛中，为“风力发电机组叶片结冰检测”、“风力发电机组齿形带故障预警”、“钢卷仓储吞吐量预测”等赛题提供相关技术支持。

关于本届竞赛

本届大赛聚焦“互联工业 赋智赋能”主题，得到全国工业互联网、大数据等领域权威专家和创新团队的高度关注，自7月26日正式启动以来，共有2600余支队伍、超过5000余人参赛，接近前三届参赛人数总和。决赛期间，来自全国各地的37支队伍进入答辩环节，围绕两大赛道三大赛题奉献精彩表现，来自清华、北大、北航、北邮、阿里、腾讯、百度、优也、昆仑数据等单位的二十多位工业互联网顶级专家学者担任评委，通过点评打分决出最终获奖名次。

中国工业大数据创新竞赛（简称“竞赛”）是首个由政府主管部门指导的工业大数据领域的权威性全国赛事，目前已连续举办四届，赛题涉及能源、钢铁、电子信息等多个行业，累计吸引产学研各界万余人参赛，为工业大数据领域的相关研究人员和创业者们提供了成果转移转化的交流平台，推动形成战略引领、技术创新和协同互动的良好创新生态。

感谢参与竞赛支持的昆仑数据田春华博士、李令莱博士及相关同事对本文的贡献。