会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

中国电信智慧光伏解决方案

清洁能源是我国大力发展的国策之一，其中作为代表的光伏产业经历了重重考验，已经摆脱了过去技术、市场两头在外的状况，全面赶超发达国家，具备了完善的产业链，拥有领先的设计、生产、制造技术，光伏已经成为我国又一领先世界的优势产业。

  • 2024-10-11
  • 阅读150
  • 下载1
  • 11页
  • pdf

智能制造关键数字技术人才供需数据报告

智能制造是实现我国制造业由大变强的关键技术路径，是制造强国建设的主攻方向之一，是推进新型工业化的重要任务。大力发展智能制造，实现新一代信息技术和先进制造技术的融合，关键数字技术人才是必备的成功因素。为此，工业和信息化部工业文化发展中心牵头联合业界共同成立的AI应用工作组，联合猎聘大数据研究院就智能制造关键数字技术人才供需现状和趋势进行研究，对智能制造关键数字技术人才的招引工作提出针对性建议，为各级政府和企业建设一支高素质关键数字技术人才队伍提供决策参考。

  • 2024-10-11
  • 阅读171
  • 下载1
  • 39页
  • pdf

智能制造产业趋势与协同联动

智能制造是先进制造技术和新一代信息技术的深度融合，代表我国制造业高质量发展的主要方向； 总书记指出：？要以智能制造为主攻方向推动产业技术变革和优化升级，推动制造业产业模式和企业形态根本性转变，以‘鼎新’带动‘革故’，以增量带动存量，促进我国产业迈向全球价值链中高端。？

  • 2024-10-11
  • 阅读179
  • 下载1
  • 17页
  • pdf

蔡永翔博士：影响半密闭腔室弧后气体绝缘恢复的涡环现象观测与分析

多腔室灭弧间隙在配网防雷中受瞩目，其工作时电弧喷出与空气对流换热成气体射流，射流与周围流体速度差形成剪切层，进而可能演变为涡环结构，促进弧后气体冷却与绝缘恢复。涡环形成受腔室结构影响，优化结构可提高涡环形成概率，增强灭弧效果。因此，通过搭建纹影观测平台观测弧后气体的逸散过程，研究了不同腔室结构参数对弧后气体涡环形成以及气体密度恢复的影响，分析了涡环对于促进弧后气体冷却的效果。基于纹影观测结果，采用有限元仿真分析软件，仿真分析了弧后气体涡环的形成过程。仿真结果证明了合理设置腔室出口直径可增大弧后气体涡环的形成概率，涡环夹带环境冷空气进入弧后气体热核，促进弧后气体的冷却与绝缘强度恢复。

  • 2024-10-11
  • 阅读680

覃日升教高：自适应VMD与新型K-M互卷积窗的非稳态谐波参数检测方法编辑部

针对非稳态谐波参数难以准确检测的问题，通过模态分量的能量贡献率改进变分模态分解，自适应分解谐波信号提取模态分量，以Kaiser窗与最大旁瓣衰减窗（maximum side-lobe decay window）构建新型K-M互卷积窗，推导基于K-M互卷积窗的双谱线非稳态谐波参数校正公式，据此提出基于自适应变分模态分解（variational modal decomposition， VMD）与新型K-M互卷积窗的非稳态谐波参数检测方法，开发基于数字信号处理器（digital signal processer， DSP）的非稳态谐波参数分析实验平台。仿真分析与实测结果表明，所提方法能有效在噪声、基频波动干扰下准确检测非稳态谐波参数，跟传统谐波分析方法对比，所提方法可适用于非稳态谐波分析、谐波检测精度高。

  • 2024-10-11
  • 阅读716

周游副教授：基于气泡产生起始温度的变压器短期过载预警方法

变压器过载运行容易导致油纸绝缘系统产生气泡进而造成故障，但目前只以140 ℃作为热点温度限值，未能考虑实际运行状态对气泡起始温度的影响，难以充分发挥设备的最大利用效益。针对上述问题，综合国内外油纸绝缘气泡产生起始温度的试验提出了适用于实际工况下的变压器气泡产生起始预警温度计算方法。根据变压器的运行年限、油中水分含量和海拔等运行参数估算出变压器内部油纸绝缘系统产生气泡的起始温度。以该温度的90%作为预警温度，表征变压器能够承受的最大荷载能力。利用贝叶斯网络建立了短期负荷预测模型，结合绕组热点温度计算方法实现了变压器热点温度的短期预测。提出了一种变压器短期过载预警方法，并证实了该方法能够充分考虑变压器的运行实况，对未来的过载情况提前发出告警，指导相关运维部门开展变压器的过载停运和负荷转移工作，减少变压器停运和绝缘故障的发生。

  • 2024-10-11
  • 阅读372

张莲教授：基于混合特征选择和INGO-DHKELM的变压器故障诊断方法

针对变压器故障特征选择困难和诊断模型准确率较低的问题，提出一种混合式故障特征选择方法，并利用改进北方苍鹰优化算法（improved northern goshawk optimization algorithm，INGO）优化深度混合核极限学习机（deep hybrid kernel limit learning machine，DHKELM）实现变压器故障诊断。首先，基于相关比值法构建24维变压器故障特征集，从线性相关和非线性相关的角度出发，采用Pearson相关系数和互信息法，筛除相关性较低的特征。其次，引入Logistic混沌映射、随机反向学习和自适应t分布变异改进NGO算法，提升其寻优性能。然后，利用INGO算法对保留特征进行二次筛选，获得最优输入特征。最后，将极限学习机自动编码器引入混合核极限学习机中，建立DHKELM诊断模型，利用INGO对DHKELM模型初始参数进行优化，完成INGO-DHKELM变压器故障诊断模型的构建。实验表明，与常规特征选择方法相比，利用混合式故障特征选择方法所选择的输入特征进行故障诊断能够有效提升诊断准确率；相较于其他优化型诊断模型，INGO-DHKELM具有更高的准确率和更好的稳定性。

  • 2024-10-11
  • 阅读345

数据中心优化整合建设方案

作为核心业务系统(数据库和业务软件系统)，需要提供业务集中处理和交换需要保证业务系统的高可靠性，提供7*24的可持续性服务，主机设备具有极强的承载能力，满足现有及未来几年的应用需求，保证业务处理高处理性能

  • 2024-10-11
  • 阅读165