• 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

智慧景区解决方案

根据十三五全国旅游信息化规划,行业不断深化,旅游数字化、网格化、智能化取得明显进展,旅游公共信息服务水平显著提高。旅游信息化四大发展目标:信息服务集成化、市场营销精准化、产业运行数据化、行业管理智能化。

  • 2024-09-27
  • 阅读346

新一代井下网络技术白皮书

该白皮书不仅详细阐述了煤矿井下网络的最新网络架构、显著优势及未来发展方向,还旨在通过深化先进网络技术在煤矿领域的应用,助力煤矿行业实现网络技术的换代升级,为煤矿智能化发展注入强劲动力。

  • 2024-09-27
  • 阅读734

郝峰杰高工:混合多类型储能的分布式能源系统运行优化方法

对于含多类型混合储能系统的运行优化,通常将所有设备等效为一个整体,并未考虑各储能系统的运行特性差异等因素,最终导致设备利用率低,经济运行能力差。为此,首先以最大可再生能源消纳以及最小电网交换电量为目标,构建了优化函数模型。其次,考虑到多类型储能系统在充放电动态特性、运行成本特征以及SOC设定等方面差异,提出了一种结合能量型储能SOC一致性约束的双层解耦式运行优化方法,以适应分布式能源系统中的多类型储能协同运行。最后,以某个在建的分布式可再生能源系统工业示范园区数据为基础,对所提方法进行了算例验证与分析。结果证明,所提方法在保证分布式能源系统内多个能量型储能系统充放电同步性的同时,能够对具有相同运行特性的储能系统进行聚类,有效了降低计算复杂性,完成多类型储能协调与优化,并最终促进分布式能源系统的新能源消纳。

  • 2024-09-27
  • 阅读660

【AEI】先验知识增强无监督形状学习用于工业过程中未知的正常工作条件发现

未知异常工况的发现是精细化工业生产的关键,集群工业时间序列是发现未知工况类型的有效方法。然而,从工业时间序列中发现未知的异常工作状态对现有的时间序列聚类方法来说是一个挑战。本研究提出了一种新的先验知识增强无监督形状集学习方法,通过可解释的子序列发现异常和有意义的工作状态。提出了一种先验特征提取模块,将先验知识转化为数据模型的可识别形式。先验知识包含异常工作状态信息,知识增强聚类模块可以通过将先验特征与数据特征相结合来学习表示异常工作状态的信息形状集。此外,先验知识和数据的偏好在学习阶段会自我调整。对实际铝电解过程、模拟田纳西伊斯曼过程和连续搅拌槽加热器过程的数值试验结果验证了所提出方法的优越性能。所提出的方法为先验知识和数据模型的融合提供了新的视角。它还为解决工业过程中异常未知工况发现问题提供了一种新方法。关键词:先验知识,铝电解,时间序列,Shapelet,聚类

  • 2024-10-08
  • 阅读655

中国农业大学 许常昊等|全功率小型变速抽水蓄能机组双层MPC虚拟惯量控制策略

本文提出了全功率变速抽水蓄能机组双层MPC虚拟惯量控制策略。标准层MPC基于确定的系统预测模型,产生最小化的频率偏差信号,传递给辅助层MPC,而辅助层MPC考虑光伏的随机性,以跟踪标准层MPC预测的频率偏差为目标,同时产生功率和导叶控制信号。仿真结果表明,相比于MPC、PD控制策略,本文所提出的全功率抽水蓄能机组双层MPC虚拟惯量控制策略能更好消纳光伏的不确定性功率波动,在改善系统频率的同时,兼顾机组转速恢复,保证机组在安全范围内运行。未来可考虑将所提方法拓展应用于多抽蓄机组协调控制问题。

  • 2025-04-01
  • 阅读658
  • 下载0
  • 28页
  • pdf

西安交通大学 任明等|基于稀疏光谱成像的线路复合绝缘子积污状态可视化评估

本文基于稀疏光谱成像技术,提出了多源反射光谱图像配准方法及线路复合绝缘子污秽状态评估方法,并进行了运行工况下线路复合绝缘子污秽状态的实测分析,结论如下。

  • 2025-04-01
  • 阅读306
  • 下载0
  • 31页
  • pdf

2025年EST人类进展报告

2025年ETS人类进展报告探讨了教育和职业发展领域不断变化的格局从线性发展轨迹转变为动态旅程本报告深入探讨了全球人们不断演变的视角,并揭示了行动的关键见解。

  • 2025-04-01
  • 阅读565
  • 下载0
  • 38页
  • pdf

2025年供应链采购和寻源解决方案发展趋势报告

随着我们进入 2025 年,全球经济力量正朝着不同的方向发展,形成了一个复杂的格局,需要采购和供应链团队重新制定战略并提高敏捷性。【3】重点介绍了将影响来年的六个关键宏观经济趋势,每个趋势都对全球企业具有重大影响。

  • 2025-04-01
  • 阅读585
  • 下载0
  • 62页
  • pdf
上一页 1 …… 1656316564165651656616567165681656916570165711657216573 …… 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100
  • 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2734
  • 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53
  • 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55
  • 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