对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。
麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，需要采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它需要依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
无线测温系统主要由无线测温传感器、测温通信终端（温度显示仪）、温度检测预警工作站三部分组成。
无线测温传感器：由控制单元、无线数据传输和温度测量三部分组成。测温后，将温度数据通过无线方式传递给测温通讯终端。主要安装在易发热的电缆连接、变压器与开关的表面。每个无线温度传感器都有ID编号，实际安装使用时记录每个传感器的安装地点，并与编号一起录入温度检测工作站计算机数据库中。传感器每隔一定时间（可以事先设定）自动发射一次监测点的温度数据，发现温度异常立即报警，可不受发送周期限制。
无线测温通信终端（温度显示仪):安装在集控室内，负责接收各无线测温传感器发送出的温度数据，在数据库中作长期保存，实时显示监测点.
无线测温工作站：负责接收各温度显示仪上传的温度数据集中显示、分析处理。通过安装在PC机上的后台监测软件，以电子地图的形式显示各测温点的位置及温度变化，实时在线远程监测。
无线测温与大数据结合，可以充分挖掘无线测温数据的重大价值，对于电力设备的状态检修具有重大现实意义。
