数据驱动是通过采用人工智能与大数据分析获得新的商业机会；数据驱动在流程工业中应用的目标是将复杂的控制系统（目前是靠工程师自己的经验进行控制）实现自动投运，稳定运行；并在自动投运的基础上，采用人工智能算法优化系统的运行指标（节能、节省物料、提升产量、提升质量等）。

数据驱动以大数据、人工智能、机器学习等技术手段，在互联网、物联网、智能制造等领域有大量的应用。

工业领域是节能降碳的重点领域，推进工业能效提升，锅炉节煤、泵站节能、风机节能、磨煤机节能是节能的典型例子，而垃圾焚烧发电及余热锅炉多发电是提升产量的典型案例。

人工智能算法在学习操作人员经验的基础上，实时给出优化参数并实现自动投运。优化空间可以是节能、降低物耗、提升产量、质量等，我们利用人工智能技术为企业创造价值。

数据驱动技术的特征

数据驱动技术采用黑盒模式，即只负责研究一个系统的多个输入变量与多个输出变量之间的关系，对于系统内部的机理模型不用过多的关注；白盒模式必须对系统内部的机理模型采用数学方程进行描述。传统的控制系统一般采用白盒模式，数据驱动控制一般采用黑盒的方式。

数据驱动技术的优点

1、不改动原有控制系统，外挂于原有的控制系统
2、适合于多种（非线性、多变量耦合、时变大滞后）复杂的工业系统
3、用历史数据就能够实现优化目标的结果展示和预测，并且上线的结果是相同的
4、实时优化，模型动态更新，自适应环境的变化而重新学习并建立新的模型
5、人工智能算法人员解决优化（控制）问题
6、解决提升产量、质量、缩短生产周期及健康管理等非控制问题（拓展）