• 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

基于CNN-GRU深度学习的模块化多电平矩阵变换器故障诊断

模块化多电平矩阵变换器(modular multilevel matrix converter,M3C)是一种用于海上风力发电的低频电力传输AC-AC变换器。为了提高M3C工作的可靠性和稳定性,对其子模块中IGBT(insulated gate bipolar transistor)的开路故障需要有高效准确的诊断方法,为此提出了基于卷积神经网络(convolutional neural network,CNN)和门控循环单元(gated loop unit,GRU)相结合的深度学习故障诊断方法。在对M3C子模块运行工况分析基础上对原始故障数据进行小波包分析,并通过时序图像转换将其中高频分量转化为二维故障图片作为深度学习的训练及验证数据集,经过CNN对高维数据的特征提取,再通过GRU对数据进行优化训练,实现了对M3C故障类别的诊断识别。所提方法相比传统方法具有更加准确、快速的故障诊断能力。

  • 2025-01-14
  • 阅读394
  • 下载0
  • 10页
  • pdf

基于图神经网络与强化学习的配电网电压与无功功率优化方法

高比例分布式光伏的接入改变了配电网的运行方式,并导致配电网出现有功功率损耗过大、调压设备寿命下降、节点电压越限等一系列问题。基于此背景,首先将电压无功优化问题建模为一个马尔科夫决策过程,然后使用无模型的深度强化学习方法进行求解,该方法可以从历史运行数据中捕获光伏发电的间歇性和负荷的波动性。提出了一种图卷积网络的近端策略优化算法(graph convolutional network-proximal policy optimization,GCN-PPO),该算法通过嵌入图卷积网络来提高强化学习智能体对配电网图数据的感知能力。最后以改进的IEEE 33节点测试系统开展算例分析,验证了所提方法的有效性和相比其他方法的优势。结果表明,基于图卷积网络训练的强化学习智能体在配电网拓扑发生变化和测量数据丢失时仍表现出较好的性能。

  • 2025-01-14
  • 阅读576
  • 下载0
  • 12页
  • pdf

医疗器械行业:新政策下医疗器械市场及院端趋势洞察

在经历2020-2023年疫情、贸易管制等因素影响后,2024年上半年中国医疗器械贸易继续保持出口顺差,其中医用耗材、IVD出口均增长超过6%。预计全年医疗器械出口额将高于去年,时隔三年后实现出口贸易增长。

  • 2025-10-11
  • 阅读243
  • 下载0
  • 31页
  • pdf

2025“人工智能+”医疗健康行业应用白皮书

医疗健康行业是维护全民福祉的重要基石,始终是全球关注的焦点。当前普遍的亚健康状态,以及老龄化带来的慢性疾病增加等,不仅影响着人们的生活质量,也给医疗体系带来了沉重负担。我国医疗体系的“不可能三角”依然突出,即便宜、高效和服务难以兼顾。优质的医疗服务供不应求,医护人员负担较重而基层医疗能力相对较弱,患者的就医体验也需要进一步提升。另一方面,疾病谱变化快,药物研发周期长、资金需求庞大且成功率较低,现有供给难以快速应对,很大程度上也限制了医疗的突破发展。

  • 2025-10-11
  • 阅读310
  • 下载0
  • 40页
  • pdf

2025医疗健康新质生产力 “创变引擎” 系列洞察 创新医疗科技篇

医疗健康新质生产力的概念:医疗健康新质生产力是一种以科技创新为核心驱动力,涵盖劳动者、劳动资料、劳动对象等生产要素创新配置的生产力质态,其内涵包括创新在医疗健康领域的主导作用,以及由此引发的生产要素质变和高效组合。

  • 2025-10-11
  • 阅读325
  • 下载0
  • 24页
  • pdf

2024中国核电行业研究报告

核电是我国能源供应体系的重要分支,也是新能源的重要组成部分。核能发电基本原理是核裂变产生能量加热水生成蒸汽,将核能转变成热能;蒸汽压力推动汽轮机旋转,热能转变为机械能;然后汽轮机带动发电机旋转发电,将机械能转变成电能。核电站发电原理如下图所示。

  • 2025-10-12
  • 阅读265
  • 下载0
  • 31页
  • pdf

2025海外人形机器人产业发展现状、技术路径与商业化前景分析报告

本篇报告为《人形机器人系列深度报告》第四篇,详细解读海外人形机器人产业化发展历程,梳理拆解多元化技术路线探索,分析研判海外科技巨头、头部初创公司技术布局与商业化路径。我们认为,当前人形机器人产业化奇点已至,看好海外机器人产业链长期增量空间。

  • 2025-10-12
  • 阅读268
  • 下载0
  • 44页
  • pdf

智慧校园物联网解决方案

2018年国家教育部及国家标准委员会相继出台了《教育信息化2.0行动计划》、《中小学数字校园建设规范(试行)通知》及《智慧校园总体框架》等政策及标准。其中,国家市场监督管理总局、中国国家标准化管理委员会发布的《智慧校园整体框架》已在2019年1月1日起正式实施,该框架标准要求学校实现智能感知、智能控制、智能管理,新基建强调的融合基础设施包括智慧教育基础设施,从过去硬件为主拓展到软硬件及服务,智慧校园将迎来新的催化并加速。

  • 2025-11-04
  • 阅读274
  • 下载0
  • 38页
  • pdf
上一页 1 …… 1607716078160791608016081160821608316084160851608616087 …… 16664 下一页 共 133305 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

人工智能大模型分类体系、技术特点及主流厂商概览

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

  • 阅读104
  • 下载2

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940
  • 下载8

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2750
  • 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3175
  • 下载14

最新上线

超硬材料智慧园区方案

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。

  • 阅读37
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

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。

  • 阅读57
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

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。

  • 阅读64
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

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。

  • 阅读60
  • 下载0
  • 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