8月23日,由中国电力科学研究院有限公司和中国电力企业联合会科技开发服务中心联合主办,华为技术有限公司、中国能源研究会电能技术专委会协办,全国输配电技术协作网(EPTC)、中能国研(北京)电力科学研究院承办的2018年中国配电技术高峰论坛在北京中国科技会堂拉开帷幕,800余位配电专业人士出席会议。
LPWA技术是一种无线通信技术,主流的LPWA技术有NB-IOT、eMTC、Sigfox与LoRa。NB-IOT由通信行业最具权威的标准化组织3GPP制定并由国际电信联盟ITU批准,属于国际标准;Sigfox与LoRa核心技术分别掌握在法国Sigfox与美国Semtech公司手中,属于企业私有技术。
物联网定义:把所有的物品通过射频等信息传感设备与互联网连接起来,实现智能化识别和管理。物联网=射频标签(RFID等) +Internet,实现了物理空间与数字空间的无缝连接。
根据云平台负荷动态调整供电、制冷量,确保设备可靠运行,同时获得最优PUE。在夜间,云平台进行业务汇聚对部分供电设备、空调和照明进行下电,降低能耗,同时增加设备寿命,热岛区域业务自动迁移。
遵循国家现行相关标准,参照国际标准,结合XXX信息化发展现状,满足信息系统对基础设施的需求。为XXX规划建设一个绿色、节能的数据中心,有效保障IT运行质量,提高IT运行管理效率。
智慧矿山是建立在数字化、信息化、虚拟化、智能化、集成化基础.上的管控一体化系统 ,综合考虑生产、经营、管理、环境、资源、安全、和效益等各种因素,实现安全管理的数字化、生产管理的精细化、经营决策科学化。
近期,广州医科大学附属第二医院(下称广医二院)的“基于物联网的急诊绿色通道建设”互联网+医健服务典型案例被国家卫健委通报表扬。 广医二院通过创新应用物联网技术,有效实现了对急诊各环节的流程监控,在此基础上对各环节时间进行优化,从而提升急诊救治的效率。日前,针对案例建设,健康界采访了广医二院信息科科长陆慧菁。
边缘计算将为未来的百亿终端提供AI能力,形成万物感知、万物互联、 万物智能的智能世界,打通AI的最后一公里。另外,“边缘将吃掉云”的趋势不断显现,具备设备、芯片和算法能力的企业将成为边缘智能的终极玩家。AI的新机会在边缘智能。
没有账户,需要注册
语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI
时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR
2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。
中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。
超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。
印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。
石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。
油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南