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

《2025年人工智能指数报告》：全文456页，12大趋势证明，AI不再只是关于可能性的故事

今年的报告新增了对 AI 硬件发展状况的深入分析、对推理成本的新估算，以及对 AI 出版和专利申请趋势的分析。他们还引入了有关企业采用负责任的 AI 实践的最新数据，并扩大了对 AI 在科学和医学中日益重要作用的报道。

  • 2025-06-19
  • 阅读214
  • 下载0
  • 33页
  • pdf

国网江苏省电力有限公司朱卫平等｜针对电力CPS数据驱动算法对抗攻击的防御方法

随着电力系统智能化的进程不断推进，新能源接入占比不断提升，新型电力系统已经逐渐发展为复杂的信息物理系统（cyber-physical system，CPS）。高速通信架构和广域量测系统的应用为基于系统运行数据的监测与调度提供了强力支撑。然而，大规模电力电子设备的接入为系统带来了数量庞大的强非线性量测/控制节点，由于高维状态/动作空间等问题导致系统的分析难度与控制复杂程度直线上升，依然应用传统的模型驱动方法可能会出现维度灾难、不连续可微函数不可解等问题。随着大数据等技术的持续发展，已有部分研究利用数据驱动算法，以大量仿真和实际运行数据为基础，通过聚类等方式提取关键特征与特定问题之间的关联进行分析，从而对解决系统控制优化问题提供指导。

  • 2025-06-19
  • 阅读294
  • 下载0
  • 26页
  • pdf

三峡大学 席磊等｜基于反向鲸鱼-多隐层极限学习机的电网FDIA检测

“双碳”背景下随着数字化和智能化的发展，电力系统逐渐演变为能源流和信息流紧密耦合的复杂电力信息物理系统（cyber-physical power system，CPPS）。信息化程度的不断加深带来各种潜在网络攻击，严重威胁电力系统安全。其中，虚假数据注入攻击（false data injection attack，FDIA）可以绕过基于残差的不良数据检测（bad data detection，BDD）机制并篡改CPPS量测值（通常包括母线电压、有功和无功功率注入、各子系统中的支路有功和无功功率以及节点的电压幅值与相角值），从而影响电力系统的状态估计结果和上层控制中心的分析决策，对电网安全稳定运行造成严重威胁。

  • 2025-06-19
  • 阅读230
  • 下载0
  • 32页
  • pdf

西门子数字化制造为医疗器械行业注入创新发展新动能(47页 PPT )

近日，中共中央办公厅、国务院办公厅印发 了《关于深化审评审批制度改革鼓励药品医 疗器械创新的意见》 ，并发出通知，要求各 地区各部门结合实际认真贯彻落实。

  • 2025-08-19
  • 阅读154
  • 下载0
  • 47页
  • pptx

智慧公安发展构思及建设解决方案（78页 PPT）

全国各地的“智慧公安”建设开展以来，虽然取得了一定成效，但仍处于起步阶段，还存在一些不足和短板。全国各地的“智慧公安”建设开展以来，虽然取得了一定成效，但仍处于起步阶段，还存在一些不足和短板。

  • 2024-12-09
  • 阅读172
  • 下载0
  • 78页
  • pptx

智慧加油站综合管理平台建设方案

法律要求为油罐车安装卫星定位装置，接入全国重点营运车辆联网联控系统。业务关联度不高，员工相互协调效率低，无法实现对加油站进行综合管理

  • 2024-10-09
  • 阅读236

2024年中国工业大模型行业发展研究报告

ChatGPT火爆出圈后，市场上掀起一阵“大模型+行业”的讨论与热潮，工业领域也不例外。但当前大模型本身存在着不可解释性与幻觉等不足，这与工业领域“0容错”的特性相悖，大模型落地工业的进展似乎受阻。那么，当前大模型落地工业领域的现状如何？主要玩家有谁？产品形态是什么样的？应用场景有哪些？……诸多问题都将在报告中逐渐展开。

  • 2024-10-09
  • 阅读489

杨建高工：基于WT-CNN-BiLSTM模型的日前光伏功率预测

光伏功率的准确预测对于电网的安全稳定和经济运行具有重大意义。为此，提出了一种日前光伏功率预测方法，利用小波变换（wavelet transform，WT）将数值天气预报数据（numerical weather prediction，NWP）和光伏功率数据分解为具有时间信息的频率数据，消除数据信息中随机性和波动性对预测精度的影响，利用卷积神经网络（convolutional neural network，CNN）模型深度挖掘输入数据的季节性特征和空间关联特性，利用双向长短期记忆网络（bi-directional long-short term memory，BiLSTM）模型获取输入数据序列的时间相关性，构建基于WT-CNN-BiLSTM的日前光伏功率预测模型。以某一光伏电站为计算对象，在不同季节和气候条件下对比分析WT-CNN-BiLSTM模型、CNN-BiLSTM模型、LSTM（long-short term memory）模型、GRU（gated recurrent unit）模型以及PSO-BP（particle swarm optimization-back propagation）模型的预测结果，计算结果表明WT-CNN-BiLSTM模型的预测精度高于其他模型的预测精度。

  • 2024-10-09
  • 阅读1042