• 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

考虑用户舒适度的分散式电采暖调峰优化控制

1)基于分散式电采暖的工作特性,对单体电采暖负荷的响应特性进行分析;其次,采用近邻传播聚类算法将分散式电采暖负荷进行集群处理,并基于等面积定则制定电采暖负荷群的轮换式控制策略, 2)所提优化控制方法为现有峰谷电价机制难以激发电采暖负荷可调控柔性的问题提供了种新的解决方案,并且能够同时保证电采暖用户的舒适度。

  • 2024-11-19
  • 阅读281

数据之道知识

华为经过多年实践,已经建立了相对完整的数据分类管理框架,为数据治理奠定了基础。随着数字化转型的深入开展,尤其是面向未来海量的非结构化数据、IoT 场景的观测数据、外部合规日趋严格的外部数据等,华为不断丰富每一类数据的治理实践。

  • 2024-12-04
  • 阅读281

数据中台与数据治理标准方案

当前大多传统企业的数据中台建设还处于初级阶段,但随着移动互联网的发展、线上线下融合,数据服务的形式、场景开发增多,业务维度更加复杂,数据中台建设面临更多挑战

  • 2024-12-03
  • 阅读308

城市一张网2.0研究报告(2024年)

《报告》创新性地提出了“一网通城”的发展理念和“城市一张网2.0”体系架构,详细阐述了“一网通城”的概念、内涵和关键特征以及赋能城市全域数字化转型的价值意义,从投资、建设、管理、运营等方面对“城市一张网”的发展模式进行了系统化论述,分析梳理了“一网通城”理念在南京、武汉、深圳等地应用实践做法,旨在推动新型城市网络的发展与城市发展同频共振,赋能城市数字化转型,助力智慧城市高质量发展。

  • 2024-12-04
  • 阅读339

刘洁:基于改进烟花算法的含高比例新能源的交直流配电网动态重构

高比例新能源及多元负荷的不断接入使配电网呈现出动态、交直流共存的运行特性,这给配电网重构提出了新的挑战。计及高比例新能源接入带来的消纳问题建立了以新能源日消纳量最大、重构综合成本最低以及净负荷均方差最小为目标的交直流配电网动态重构多目标模型。结合配电网的拓扑结构和运行技术需求,提出了候选解集和改进烟花算法(improved fireworks algorithm,IFWA)相结合的方法对所建多目标模型进行优化求解。候选解集基于网络拓扑和运行技术约束而生成,其目的是为了消除优化过程中大量不可行解,提高搜索效率。在此基础上,通过改进烟花算法的爆炸和变异算子提高了多目标优化寻优的速度。采用改进IEEE 69节点系统进行仿真比较分析。结果表明所建模型可以有效协调新能源消纳量和重构成本,所提优化求解策略与改进前相比,运行效率得到明显提升。

  • 2024-12-03
  • 阅读391

【IEEESENSORSJOURNAL】基于分层序列生成网络的质量预测多尺度动态特征学习

在工业过程中,长短期记忆(LSTM)通常用于软传感器的时间动态建模。由于连续的物理和化学反应,过程数据在不同时间尺度下通常具有各种时间相关性。然而,LSTM模型只能提取特定时间尺度的动态特征,这影响了特征学习能力和建模精度。本文提出了一种新的分层序列生成网络(HSGN),用于使用大量未标记的软测量过程数据挖掘多尺度动态特征。为了提取多尺度动态特征进行质量预测,过程数据以不同的采样率重新采样,然后用于在不同时间尺度上预训练相应的自学习LSTM模型。随后,它们可用于计算标记样本的多尺度隐藏特征状态,这些状态进一步与原始输入信息集成,并输入到深度信任网络(DBN)中,以构建输出变量的预测模型。因此,HSGN方法可以利用大量未标记的样本来挖掘多尺度动态隐藏特征,克服工业过程中的不规则采样问题。在实际工业场景中的应用表明了所提出方法的有效性。 关键词:深度学习、分层序列生成网络(HSGN)、多尺度动力学、质量预测、软测量。

  • 2024-12-03
  • 阅读435

基于CMS数据的风电机组寿命预测模型研究

基于CMS数据的风电机组寿命预测模型研究,旨在通过分析和利用风电机组的运行数据,预测其剩余使用寿命,以优化维护策略,提高风电机组的可靠性和经济效益。可以从以下几个方面进行分析

  • 2024-12-03
  • 阅读405

基于结构健康监测的塔筒振动分析与控制研究

在本研究报告中,我们将探讨风电机组塔筒的结构健康监测和振动控制策略。塔筒作为风电机组的关键结构部件,其健康状况直接影响到整个风电机组的运行安全性和效率。因此,开发一种有效的监测和控制方法对于提高风电机组的性能至关重要。

  • 2024-12-04
  • 阅读514
上一页 1 …… 1620216203162041620516206162071620816209162101621116212 …… 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103
  • 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939
  • 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2744
  • 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3174
  • 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33
  • 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56
  • 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63
  • 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59
  • 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