• 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

智慧酒店智能化系统设计方案(50页 PPT )

通过系统集成,构筑整个办公大楼的中央监控与管理界面,通过可视化的、统一的图形界面,管理人员可以十分方便、快捷地对系统多包容的所有子系统进行实时监视、控制和集中的统一管理,生动形象的显示所有子系统设备的运行状态,并可实现跨子系统的联动功能,并可以执行相关的联动动作。

  • 2024-12-26
  • 阅读290
  • 下载0
  • 50页
  • ppt

“智慧园区”规划方案(48页 PPT)

园区指一般由政府(民营企业与政府合作)规划建设的,供水、 供电、供气、通讯、道路、仓储及其它配套设施齐全、布局合理 且能够满足从事某种特定行业生产和科学实验需要的标准性建筑 物或建筑物群体。

  • 2025-01-25
  • 阅读266
  • 下载0
  • 49页
  • pptx

【专家观点】大数据:应急管理能力升级新引擎

跟企业界善于利用大数据技术解决商业问题、创造新商业模式相比,中国目前的应急管理体制,还未能有效地响应这种技术层面的重大突破。

  • 2025-01-17
  • 阅读316
  • 下载0
  • 2页
  • pdf

新华三李立:AIGC引领保险数智化变革2024

行业数字化转型路径明晰,“IP化-云化-数据化”为主线,智能化贯穿始终 数据平台建设解决了数据使用问题,但没有解决知识沉淀问题 下一阶段,“数据化-知识化-自主化”

  • 2025-02-14
  • 阅读300
  • 下载0
  • 17页
  • pdf

新型储能系统中的储能变流器技术(21页 PPT)

考虑储能电池特性 , 储能变流器的设计应 与储能电池的特性相匹配 , 使储能电池尽 可能运行长时间运行在最优状态 。

  • 2025-02-14
  • 阅读309
  • 下载0
  • 21页
  • pptx

GPT-4.5马上发布,GPT-5要来了,所有人免费

【新智元导读】奥特曼回应一切,OpenAI路线图全曝光。GPT-4.5数周发布,成为GPT系最后一个非推理模型。GPT-5将整合o系和GPT系,打造成一个全能系统。最令人兴奋的是,所有人皆可免费用上GPT-5。

  • 2025-02-14
  • 阅读611

基于相关性分析的电网非同步监测数据场景谐波责任划分

针对传统谐波责任划分方法需采用专门同步设备监测数据,且需基于等值电路模型划分谐波责任,工程应用较为复杂等不足,采用现有谐波监测装置非同步测量数据,提出一种综合考虑了数据非同步性、场景划分和数据相关性的谐波责任划分方法。首先,对原始非同步监测数据集采用分段聚合近似算法进行降噪预处理,利用形状动态时间规整算法(shape dynamic time warping,ShapeDTW)实现数据匹配对齐;然后,利用点排序识别聚类结构的聚类算法(ordering points to identify the clustering structure,OPTICS)划分场景以处理电力系统中因负荷投切和无功补偿装置切换等情况导致的谐波责任变化;最后,基于相关性分析构建场景谐波责任和总谐波责任指标,在指标构建的过程中引入了场景时长占比这一因素以得到更加科学合理的总谐波责任值。通过仿真验证和电网实例验证,该方法能基于现有非同步性监测数据实现各用户合理时间尺度动态谐波责任划分,可为工程上的快速谐波责任划分提供一定的新思路和新方法。

  • 2025-02-14
  • 阅读507
  • 下载0
  • 27页
  • pdf

IEEETRANSACTIONSONCYBERNETICS,基于图的时频双流网络用于工业过程关键性能指标的多步预测

近十年来,基于深度学习的软测量建模方法在工业过程中得到了广泛的研究和应用。然而,现有的软测量模型主要关注实时的当前步长预测,而忽略了提前的多步预测。在实际工业应用中,与当前的步骤预测相比,现场工作人员提前预测一些关键绩效指标更有用。目前,多步预测任务仍然存在两个关键问题:1)过程变量之间的复杂耦合关系和2)长期依赖学习。为了解决这两个问题,本文提出了一种基于图的时频双流网络来实现多步预测。具体而言,提出了一种多图注意层,从图的角度对过程变量之间的动态耦合关系进行建模。然后,在时频双流网络中,使用多GAT分别提取长期依赖性的时域特征和频域特征。此外,我们提出了一种基于最小冗余和最大相关学习范式的安全融合模块,将这两种特征结合起来。最后,在两个现实世界的工业数据集上进行的广泛实验表明,所提出的多步预测模型优于最先进的模型。特别是,与现有的SOTA方法相比,该方法在使用垃圾焚烧数据集的三步预测任务中,RMSE、MAE和MAPE分别提高了12.40%、22.49%和21.98%。

  • 2025-02-24
  • 阅读850
上一页 1 …… 1651116512165131651416515165161651716518165191652016521 …… 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30
  • 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58
  • 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56
  • 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