首先看我们国家的发展现状。我们的判断第一个是基本掌握了车用动力电池的关键技术,我们国家动力电池的开发,和整车基本同步,十五期间开展了镍氢电池,、锰酸锂氧化物锂离子电池、燃料电池的研发,"十一五"期间加大了磷酸铁锂电池研发与产业化,"十二五"期间推进三元材料电池的研发与产业化。目前是处于这样一个阶段。
图解数智化坚强电网五大价值、三大内涵、四大特征、四大功能、四大基础。打造数智化坚强电网,是顺应数字化智能化发展趋势、推动传统电网转型升级和高质量发展的迫切需要是保障电网安全运行和电力可靠供应的迫切需要,是加快能源电力清洁低碳转型的迫切需要,是“双碳”目标下推动新型电力系统建设的必由之路。
整个报告围绕自研BIM产品的背景和研发内容及应用进行介绍,是一个很好的国产化BIM探索实践。现阶段我们不是做不出三维CAD产品,而是怎么去推广运营实现国产化替代,去在具体的项目实践中进行应用。
《全国高速公路视频联网工作实施方案》及《全国高速公路视频云联网技术要求》 目标:“可视、可测、可控、可服务”高速运行监测体系建设原则:部省联动、分步实施、联网联控、智慧监测技术路线:“视频云联网”构建“云、管、端”一体化的部、省两级视频云联网平台
智慧医疗是智慧城市的一个重要组成部分通过大数据、云计算技术的深度融合打造健康档案区域医疗信息平台,利用最先进的物联网技术,实现患者与医务人员、医疗机构、医疗设备之间的互动,逐步达到信息化与智能化。
在去年的年初写过《98家央企集团总部信息化部门设置概览》后(2023年一年有部分变化),有朋友提议我写写央企数科公司,但考虑到央企数科公司涉及的内容非常非常多,不容易写,就一直没有动笔。大概从几个月前开始,网上陆续有了一些关于央企数科公司的文章,但发现其中部分文章的较多内容不甚准确,一定程度上加剧了信息不对称,所以准备也写一些相关内容,本次先简单谈谈基本情况。
园区企业、产业的智慧化是智慧园区建设的落脚点,是孵化城市创新创业企业协助城市产业转型,打造智慧城市发展的新动力
数字乡村是乡村振兴的战略方向,也是建设数字中国的重要内容。我国政府高度重视数字乡村建设,先后出台了众多数字乡村相关的战略和政策,也对乡村大脑的建设提出了相关要求。乡村大脑是建设数字乡村、实现农业农村现代化、实施乡村振兴战略的重要内容和强劲动力。近年来,多地区坚持多层级推进、多领域发展、高目标定位、全方位转换和大力度示范,乡村大脑建设取得较好成效,促进了农业转型、农民增收和农村繁荣。
没有账户,需要注册
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
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
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”。
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。
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。
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。
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。
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。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南