• 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

高校智慧校园解决方案

采用5G+云网一体化模式,构建“云+网+端+内容+应用”五位一体的产品形态。实现教学、管理、服务三个方面的信息化、智能化,提升学校综合办学能力,推进教学改革发展结合院校自身特点及智慧校园建设标准设计,按照国家要求,快速满足学校智慧校园建设需求,智

  • 2024-10-11
  • 阅读457

蔡永翔博士:影响半密闭腔室弧后气体绝缘恢复的涡环现象观测与分析

多腔室灭弧间隙在配网防雷中受瞩目,其工作时电弧喷出与空气对流换热成气体射流,射流与周围流体速度差形成剪切层,进而可能演变为涡环结构,促进弧后气体冷却与绝缘恢复。涡环形成受腔室结构影响,优化结构可提高涡环形成概率,增强灭弧效果。因此,通过搭建纹影观测平台观测弧后气体的逸散过程,研究了不同腔室结构参数对弧后气体涡环形成以及气体密度恢复的影响,分析了涡环对于促进弧后气体冷却的效果。基于纹影观测结果,采用有限元仿真分析软件,仿真分析了弧后气体涡环的形成过程。仿真结果证明了合理设置腔室出口直径可增大弧后气体涡环的形成概率,涡环夹带环境冷空气进入弧后气体热核,促进弧后气体的冷却与绝缘强度恢复。

  • 2024-10-11
  • 阅读1018

覃日升教高:自适应VMD与新型K-M互卷积窗的非稳态谐波参数检测方法编辑部

针对非稳态谐波参数难以准确检测的问题,通过模态分量的能量贡献率改进变分模态分解,自适应分解谐波信号提取模态分量,以Kaiser窗与最大旁瓣衰减窗(maximum side-lobe decay window)构建新型K-M互卷积窗,推导基于K-M互卷积窗的双谱线非稳态谐波参数校正公式,据此提出基于自适应变分模态分解(variational modal decomposition, VMD)与新型K-M互卷积窗的非稳态谐波参数检测方法,开发基于数字信号处理器(digital signal processer, DSP)的非稳态谐波参数分析实验平台。仿真分析与实测结果表明,所提方法能有效在噪声、基频波动干扰下准确检测非稳态谐波参数,跟传统谐波分析方法对比,所提方法可适用于非稳态谐波分析、谐波检测精度高。

  • 2024-10-11
  • 阅读1093

周游副教授:基于气泡产生起始温度的变压器短期过载预警方法

变压器过载运行容易导致油纸绝缘系统产生气泡进而造成故障,但目前只以140 ℃作为热点温度限值,未能考虑实际运行状态对气泡起始温度的影响,难以充分发挥设备的最大利用效益。针对上述问题,综合国内外油纸绝缘气泡产生起始温度的试验提出了适用于实际工况下的变压器气泡产生起始预警温度计算方法。根据变压器的运行年限、油中水分含量和海拔等运行参数估算出变压器内部油纸绝缘系统产生气泡的起始温度。以该温度的90%作为预警温度,表征变压器能够承受的最大荷载能力。利用贝叶斯网络建立了短期负荷预测模型,结合绕组热点温度计算方法实现了变压器热点温度的短期预测。提出了一种变压器短期过载预警方法,并证实了该方法能够充分考虑变压器的运行实况,对未来的过载情况提前发出告警,指导相关运维部门开展变压器的过载停运和负荷转移工作,减少变压器停运和绝缘故障的发生。

  • 2024-10-11
  • 阅读594

张莲教授:基于混合特征选择和INGO-DHKELM的变压器故障诊断方法

针对变压器故障特征选择困难和诊断模型准确率较低的问题,提出一种混合式故障特征选择方法,并利用改进北方苍鹰优化算法(improved northern goshawk optimization algorithm,INGO)优化深度混合核极限学习机(deep hybrid kernel limit learning machine,DHKELM)实现变压器故障诊断。首先,基于相关比值法构建24维变压器故障特征集,从线性相关和非线性相关的角度出发,采用Pearson相关系数和互信息法,筛除相关性较低的特征。其次,引入Logistic混沌映射、随机反向学习和自适应t分布变异改进NGO算法,提升其寻优性能。然后,利用INGO算法对保留特征进行二次筛选,获得最优输入特征。最后,将极限学习机自动编码器引入混合核极限学习机中,建立DHKELM诊断模型,利用INGO对DHKELM模型初始参数进行优化,完成INGO-DHKELM变压器故障诊断模型的构建。实验表明,与常规特征选择方法相比,利用混合式故障特征选择方法所选择的输入特征进行故障诊断能够有效提升诊断准确率;相较于其他优化型诊断模型,INGO-DHKELM具有更高的准确率和更好的稳定性。

  • 2024-10-11
  • 阅读536

数据中心优化整合建设方案

作为核心业务系统(数据库和业务软件系统),需要提供业务集中处理和交换需要保证业务系统的高可靠性,提供7*24的可持续性服务,主机设备具有极强的承载能力,满足现有及未来几年的应用需求,保证业务处理高处理性能

  • 2024-10-11
  • 阅读272

智慧教育信息化建设规划方案

针对教育信息化的发展现状和国家与地方政府对教育信息化发展的要求,着眼于实现教育价值和民生价值,我们的定位是:结合教育信息化现状和教育发展的薄弱环节和短板,打造融合线下实体和线上虚拟教育教学环境一体化的教育教学环境,利用教育信息化手段解决一些存在的主要问题,

  • 2024-10-11
  • 阅读360

【IEEETII】基于VMD和LSTM的电网安全负荷预测混合模型

电力负荷预测作为电网静态安全的基础,直接影响电网运行的安全性、电网规划的合理性和供需平衡的经济性。然而,各种因素导致短期电力消耗发生剧烈变化,使数据更加复杂,因此更难预测。针对这一问题,本文提出了一种基于变分模分解和长短期记忆的新的混合模型,该模型消除了季节因素并进行了误差校正。对新加坡和美国的四个真实负载数据集进行了全面的案例研究,以证明所提出的混合模型的有效性和实用性。实验结果表明,所提出的模型的预测精度明显高于对比模型。关键词:误差修正、电网安全季节性因素消除、短期负荷预测(STLF)。

  • 2024-10-09
  • 阅读675
上一页 1 …… 1616116162161631616416165161661616716168161691617016171 …… 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104
  • 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940
  • 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2745
  • 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3175
  • 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34
  • 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57
  • 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64
  • 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60
  • 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