• 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

央国企数字化转型方法论与案例

央国企数字化转型方法论与案例

  • 2025-02-04
  • 阅读463

Energy基于自关注机制的CNN-LSTM模型的油井产量预测

为了克服目前油井产量预测研究中的不足,我们提出了一种结合卷积神经网络(CNN)、长短期记忆(LSTM)神经网络和自我注意机制(SA)的组合模型(CNN-LSTM-SA)。CNN-LST’M-SA模型由五个部分组成:输入层、CNN模块、LS’T’M层、自我关注层和输出层。在该模型中,CNN用于提取输入数据的时空特征,LSTM用于提取相关信息,SA用于捕获内部相关性。与传统的机器学习方法相比,如线性回归(LR)支持向量机(SVM)、随机森林(RF)、XGBoost和反向传播(BP)神经网络;以及LSTM、LST'M-SA和CNN-LSTM等深度学习方法,CNN-LSTM-SA模型可以更全面地提取油井生产数据中隐藏的时空特征。它能够更精确地挖掘油井生产数据中的内部相关性,从而提高油井生产预测的准确性。更具体地说,在现有的方法中,CNN-LSTM-SA模型在适应油井生产的基本趋势和预测油井生产的具体值方面表现最佳。卷积神经网络、长短期记忆、自我注意机制、油井生产、预测

  • 2025-02-05
  • 阅读935

控制系统-PID控制术语

PID 控制器是完整的物理设备或软件对象,它们可以让系统以合适的速率和精度响应控制输入,从而实现优化的运行效果。

  • 2025-02-05
  • 阅读560

神经网络反向传播算法的核心公式推导

这个公式是反向传播算法的核心公式。 它描述了如何将第 l+1 层的误差逐层传递回第 l 层,是神经网络反向传播算法的核心之一。 如果不会推导这个公式,也不影响神经网络的学习,直接记住它就行。但如果想更深入地进行理解,那就请继续往下看,我们一起来推导这个公式。 要推导这个,我们需要从神经网络的前向传播和反向传播的基本公式开始。(这里只推导这个数学公式,不对神经网络反向传播算法作介绍。)

  • 2025-02-05
  • 阅读1183

智慧路灯延申解决方案

智慧路灯是指通过应用先进的电力线载波通信、Zigbee无线通信、3G通信、云计算、物联网、移动互联网等技术,实现对路灯的远程集中控制与管理,并根据车流量自动调节亮度、远程照明控制、故障主动报警、灯具线缆防盗、远程抄表等功能,能够大幅节省电力资源,提升公共照明管理水平,节省运维成本。

  • 2025-02-05
  • 阅读242
  • 下载0
  • 27页
  • pdf

【麦肯锡】数据治理与数据架构总体设计方案

企业数据治理是信息化领导小组核心管理议题 数据督导团队 业务架构师负责企业层面数据督导的责职 各核心业务部门需要设立相对应能力板块层面的数据督导-XX规划数据:发策部·项目管理数据:基建部XX及设备、XX运行、XX维护数据: 生技部XX营销、XX产品、客户、及XX计量装置数据:营销部物资管理、供应商管理数据:-物资部- 财务数据:财务部 -人力资源数据:人力资源部

  • 2025-02-05
  • 阅读509
  • 下载0
  • 28页
  • pdf

可视化智能IT运维系统统一运维大数据分析管理平台建设方案

机房值班管理电子化。便于后续管理及查询。范围包括但不限于目前的早晚班工作内容列表、交接班记录、会员签到等功能。巡检盘点电子化,对所有生产设备进行唯一标识,通过手机APP扫描等方式自动核验资产信息,记录巡检、盘点过程。事件自动提醒。事件工单按照预定义流程进行流转由服务台、、一线运维、二线运维、三线运维等角色人员处理,系统将事件通知以短信、邮件或桌面等方式发送处理人,提醒及时处理。系统可对工单流转的全过程进行监控和考核。知识库积累。完成对事件的处理信息积累,为后续查询及管理提供便利。

  • 2025-02-05
  • 阅读606
  • 下载0
  • 25页
  • pdf

智慧园区信息化建设

立足园区实际应用,通过“一屛观全+ 一屛管园”将园区的运营管理、服务做到“看得见,管得着”,提高园区的综合管理水平,打造 1十1十N 的智慧园区新生态。

  • 2025-02-05
  • 阅读769
  • 下载0
  • 16页
  • pdf
上一页 1 …… 1646716468164691647016471164721647316474164751647616477 …… 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101
  • 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936
  • 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2738
  • 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3173
  • 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31
  • 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54
  • 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59
  • 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57
  • 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