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。
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。
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。
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。
智能制造是先进制造技术和新一代信息技术的深度融合，代表我国制造业高质量发展的主要方向； 总书记指出：？要以智能制造为主攻方向推动产业技术变革和优化升级，推动制造业产业模式和企业形态根本性转变，以‘鼎新’带动‘革故’，以增量带动存量，促进我国产业迈向全球价值链中高端。？
智能制造是实现我国制造业由大变强的关键技术路径，是制造强国建设的主攻方向之一，是推进新型工业化的重要任务。大力发展智能制造，实现新一代信息技术和先进制造技术的融合，关键数字技术人才是必备的成功因素。为此，工业和信息化部工业文化发展中心牵头联合业界共同成立的AI应用工作组，联合猎聘大数据研究院就智能制造关键数字技术人才供需现状和趋势进行研究，对智能制造关键数字技术人才的招引工作提出针对性建议，为各级政府和企业建设一支高素质关键数字技术人才队伍提供决策参考。
CMES”做为工业4.0与中国制造2025的坚定追随者，融合多项自主研发的前沿智能专利技术，获得全球20多个国家地区的客户认可,是一套特别的闭环式制造执行系统;在制造产业中通过优化过程,以智能制造为核心理念，提供了一系列的独特的管理解决办法。
清洁能源是我国大力发展的国策之一，其中作为代表的光伏产业经历了重重考验，已经摆脱了过去技术、市场两头在外的状况，全面赶超发达国家，具备了完善的产业链，拥有领先的设计、生产、制造技术，光伏已经成为我国又一领先世界的优势产业。
没有账户，需要注册
母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)
随着人工智能的迅猛发展，知识图谱与大模型作为两大核心研究领域，各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联，为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力，具备强大的泛化学习性能。
国内重点工业物联网平台四类厂商分类及选型指南
工业物联网平台发展重点： 一是行业深耕化，从通用型平台向“一米宽、百米深”的行业垂直平台转型，聚焦能源、交通、化工等领域的特定需求，沉淀场景化解决方案与行业Know-how，而非追求“大而全”的覆盖能力。 二是智能融合化，工业大模型与平台深度结合，实现工业知识的智能化重构、应用开发的低代码化升级，以及生产运营的自感知、自决策、自优化闭环管控，AI成为提质增效的核心变量。 三是生态协同化，平台不再是单一技术载体，而是串联产业链上下游的协同中枢，通过跨系统数据融合、产学研用金深度合作，形成“数据-算力-应用”的生态闭环，赋能供应链协同与产业集群升级。 四是部署灵活化，采用“平台化产品+私有化部署”结合的模式，兼顾中小企业轻量化需求与大型集团定制化诉求，支持公有云、私有云、边缘端的混合部署，平衡成本与安全性。
异常数据滤波 数据实时监控 数据相关性分析 设备寿命预测 AI 模型训练预测回写 设备包络图分析 设备动态指标分析
可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案
网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案
在经历宏观震荡、产业结构调整及技术加速演进的数年之后，全球数字营销行业正在进入一个由“战术驱动”迈向"能力驱动”的关键阶段。疫情后市场恢复、企业增长压力提升、数据环境变化以及AI技术的快速成熟，共同推动全球营销体系发生深层变革一一从过去以"流量购买”为核心的传统战术型模型，转向以"内容、数据、模型、体验”四位一体的系统化能力模型。过去的传统战术型模型具有鲜明的"渠道导向+经验驱动”特征:核心逻辑是通过采购第三方流量、投放广告完成用户触达，依赖营销人员的经验判断进行渠道选择与创意决策;运营上呈现“前端重、后端轻”的割裂状态，市场部门负责引流、数字部门负责转化、客服部门负责售后，各环节数据互通困难，难以形成完整的用户链路闭环;核心目标是短期流量获取与即时转化，缺乏对用户长期价值的挖掘与沉淀。但随着流量红利见顶、广告成本持续攀升，以及用户行为日益复杂，这种"重投放、轻运营”"重短期、轻长期”的模型已难以支撑企业可持续增长。
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
