• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

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
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

华为智慧交通-高速公路视频云联网解决方案(51页 PPT)

《全国高速公路视频联网工作实施方案》及《全国高速公路视频云联网技术要求》 目标:“可视、可测、可控、可服务”高速运行监测体系建设原则:部省联动、分步实施、联网联控、智慧监测技术路线:“视频云联网”构建“云、管、端”一体化的部、省两级视频云联网平台

  • 2024-02-06
  • 阅读387
  • 下载0

国家电网:数智化坚强电网

图解数智化坚强电网五大价值、三大内涵、四大特征、四大功能、四大基础。打造数智化坚强电网,是顺应数字化智能化发展趋势、推动传统电网转型升级和高质量发展的迫切需要是保障电网安全运行和电力可靠供应的迫切需要,是加快能源电力清洁低碳转型的迫切需要,是“双碳”目标下推动新型电力系统建设的必由之路。

  • 2024-02-06
  • 阅读1228

机械制造行业三级标准化评分标准

机械制造企业安全质量标准化考核评级,应当按照《机械制造企业安全质量标准化考核评级标准》的要求,采用资料核对、抽查考核和现场查证的方法进行。其中:

  • 2024-02-06
  • 阅读684

127页PPT|数据中台的满分资料,中台的运营及实战

127页PPT|数据中台的满分资料,中台的运营及实战

  • 2024-02-17
  • 阅读362

PPT|数据湖建设解决方案

PPT | 数据湖建设解决方案

  • 2024-02-17
  • 阅读440

【AppliedEnergy】一种具有准确性和可解释性的模糊时间序列风力发电预测模型

考虑到当前对风速预测模型的可解释性和有效性的研究,本研究提出了一种新的动态非平稳模糊时间序列预测模型。该模型旨在有效提高预测精度,解决可解释性低和数据预处理过多的问题。与现有的主流风速预测混合系统不同,该模型几乎为每个预测步骤提供了详细的解释,并消除了繁琐的数据预处理步骤的需要。为了提高所提出模型的预测精度,本研究结合了非平稳集,以克服模糊时间序列在适应长期变化方面的局限性。所开发的算法SFTSM动态调整模糊时间序列预测,以有效应对长期预测挑战。此外,本研究引入了人工蜂鸟算法的增强版本,称为SLG-AHA,以进一步提高模糊时间序列预测的准确性和稳定性。利用中国山东蓬莱风电场的数据进行的实验结果验证了该模型的有效性,显示了其优越的预测精度和稳定性。

  • 2024-05-11
  • 阅读393

【ASC】滑动窗口双通道CNN(SWDC-CNN):一种同步预测水泥煅烧过程煤耗和耗电量的新方法

作为加工业的代表,水泥行业消耗了大量的煤电资源。这主要是由于水泥行业内部粗生产和各能耗指标独立统计造成的能源调度不合理。能耗的同步精确预测可以为生产控制过程和能源调度提供更有效的方案。然而,由于生产的时间延迟、变量耦合和不确定性,很难同步预测多个指标。本文提出了一种结合滑动窗口和双通道卷积神经网络(SWDC-CNN)的数据驱动预测方法,以实现未来5分钟的煤耗和电力消耗同步预测。滑动窗口方法用于提取时间序列数据的时变延迟特性,以克服其对能耗预测的影响。通过设计双通道结构,减少了弱相关变量之间冗余参数对能量预测的影响。我们在山西省的实际水泥生产数据上试验并比较了支持向量机(SVM)、极限梯度提升(XGBoost)、递归神经网络(RNN)、长短期记忆(LSTM)和门递归单元(GRU)等优秀模型。实验结果表明,所提出的SWDC-CNN模型性能良好,预测精度最高,能够满足预期要求。

  • 2024-05-11
  • 阅读492

【EAAI】使用1D-CNN和BiLSTM进行时间序列预测的教程:参见峰值需求和系统边际价格预测的示例

尽管基于深度学习的时间序列预测研究正在各个行业积极开展,但深度学习技术对于没有计算机科学专业的研究人员来说仍然有很高的进入门槛。本文介绍了使用基于深度学习的模型进行时间序列预测的教程。介绍了时间序列数据预测的全过程——从数据采集到预测结果评价。通过使用1D-CNN和BiLSTM模型预测韩国济州岛峰值电力需求和系统边际价格的实例,展示了每个步骤的细节。在济州岛,2021年可再生能源在总发电量中的比例提高到67%,需要更准确的电力需求预测。因此,使用2018年2月808天的培训数据,预测了未来21天的电力需求和SMP。为了让读者更容易理解,该示例仅使用开放的公共数据,整个Python源代码通过GitHub存储库共享。WRMSSE计算的预测误差为0.42的电力需求和0.63的SMP最大值。WRMSSE值小于1意味着预测相对较好,即优于天真的预测。本教程不仅限于能源行业,还可用于任何需要时间序列数据预测的应用程序。这篇文章有望对需要了解使用深度学习进行时间序列预测的过程并将其应用于行业的研究人员有很大帮助。

  • 2024-05-11
  • 阅读1337
上一页 1 …… 1365813659136601366113662136631366413665136661366713668 …… 16647 下一页 共 133170 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

工业时序基础大模型技术发展综述

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

  • 阅读379
  • 下载6

2026“人工智能+”行业发展蓝皮书

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”。

  • 阅读2243
  • 下载8

中服云能碳管理平台V5.0

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。

  • 阅读2701
  • 下载11

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建,面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力,全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患,实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失,简化线下运维管理流程。 助力工厂实现设备数字化管控,保障产线高效、稳定、安全运行。

  • 阅读2461
  • 下载9

最新上线

数据中心母线系统

母线系统的复杂性源于其跨专业的协同属性,需以系统工程思维统筹设计、施工与运维,确保电力传输的安全高效与稳定运行母线系统的复杂性源于其跨专业的协同属性,需以系统工程思维统筹设计、施工与运维,确保电力传输的安全高效与稳定运行

  • 阅读13
  • 下载0

储存系统基础知识

存储硬件(控制柜、硬盘柜、磁带库、光盘库等)存储软件(管理软件、备份软件、容灾软件、增值软件等) 存储网络(接口卡、交换机、线缆等)解决方案(数据共享、归档 备、)

  • 阅读103
  • 下载0

GitHub热门Harness项目解析架构拆解、机制对比与选型指南

AgentLoop是Harness的中枢,协调工具、模型、上下文、策略、调度、可观测性等组件协同运行。运行时不应是黑盒,可检视性是可控性的前提,若无法检视循环,便无法控制系统。Cline SDK2.0将运行时开放为可编程接口,支持检视、 复刻、扩展与自定义构建。

  • 阅读140
  • 下载1

面向高性能实时计算场景分布式对象数据库技术报告(2026年)

随着航空运输市场动态定价、精细化运营和实时查询需求持续提升,传统数据库架构在面对TB级航空运价数据、高并发读写与毫秒级响应的严苛要求时,可能面临内存冗余、序列化开销及分布式一致性等方面的挑战。本报告聚焦中国民航信息网络股份有限公司(以下简称“中国航信”)在核心运价计算系统中应用的自研海量数据实时计算框架实践情况。该框架以内存原生对象存储为核心,结合分布式对象处理机制,支持多节点强一致访问,用于支撑航班动态定价、历史运价回溯等业务场景。本报告将围绕该技术架构的设计理念、实现路径、应用成效与行业价值进行梳理,旨在为高性能、低延迟、强一致的实时计算场景提供可复用的技术范式与实践参考。

  • 阅读159
  • 下载1
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南