从专利布局现状分析国内外智能家居企业竞争策略
基于MQTT的智能家居系统的设计与实现
数字化电能表做为数字化电能计量系统中关键设备，其误差大小直接决定了数字化电能计量系统的准确 度，数字化电能表在信号输入形式上与传统电能表存在很大的差异，传统电能表的输入信号为三相模拟电压／ 电流，而数字化电能表的输入信号为遵循 ＩＥＣ ６１８５０ 协议的数据帧，因此数字化电能表相对传统电能表而言存 在一个重要的误差来源—丢帧误差。 针对数字化电能表的丢帧误差从理论上进行分析，同时对确定等级的数 字化电能表允许最大丢帧率进行了推导，并通过实验仿真验证，发现数字化电能表的丢帧误差在丢帧率一定的 情况下随着丢帧序号的变化呈现出正弦变化的规律，且最大丢帧误差与采样频率无关。 分析得出要忽略丢帧 对数字化电能计量系统造成的误差时，数字化电能表允许的最大丢帧率应该在数字化电能表的准确度等级 ５％以下，且建立相关的丢帧测试项目对数字化电能表入网运行前进行检测具有重要意义。
运用单案例纵向研究方法，对企业数字化转型较有代表性的天虹数科商业股份有 限公司进行研究，从中归纳出企业数字化转型涉及的维度及路径。研究结果发现，企业数字 化过程会带来商业模式的变革，而各阶段的商业模式变革、战略变革及组织变革行为是相互耦 合且相互推进的关系；同时，基于商业模式视角，提出了企业数字化转型“三阶段”的路径框架， 及评估数字化深度“三层次”的评价框架，为企业数字化转型提供实践参考。
随着新一轮工业革命的到来，智能制造对我国装备制造企业的影响越来越大，智能 制造带来了新的技术，新的工艺，以及新的知识。企业知识创新是企业保持永久发展的 重要条件，同时，也是企业发展的基础。智能信息技术的到来，为我国装备制造企业知 识创新提供了好的机遇与良好的环境氛围，智能制造对于我国装备制造企业知识创新产 生了重大影响。现阶段，国内外相关学者都开展了智能制造对企业知识创新的影响研究， 并为此写了很多理论基础，但是二者之间的影响关系及路径并未得到一致的结论。因此， 本文详细深入的分析了智能制造与企业知识创新方面的知识，对二者之间的影响关系进 行了深入的研究，并且最终提出了提升我国装备制造企业的知识创新对策与建议。
从设计行为的角度分析数字化设计系统的优劣，进而论证数字化设计系统的演化特 性．建立了包括设计行为链在内的相关概念体系，提出了设计行为量等计算方法．采用不同产品 信息建模原理和软件架构技术构建不同数字化设计系统，完成相同产品设计任务的设计行为对 比试验．通过试验数据的定量研究，验证了基于设计行为试验和分析对产品数字化设计系统优 劣进行判别的可行性，分析了不同建模原理和技术对此类软件系统的影响．
针对数字化产品定义, 从数字样机到数字孪生的发展过程进行综述, 以更好地理解数字孪生的内涵. 首先 以空中客车公司为例介绍数字样机内涵的演变, 论述数字化产品定义发展的本质； 然后对数字孪生最新研究动向进 行归纳, 详述数字孪生概念的定义, 辨析了数字孪生与赛博物理系统的异同, 进而论证了数字孪生与数字化产品定 义的关系； 最后指出实现数字孪生的关键支撑技术.
针对 6G 时代电力物联网海量终端接入冲突严重、队列积压大、能量效率低等问题，提出了一种基于上 下文学习的接入控制算法。所提算法基于强化学习和快速上行链路授权技术，考虑终端活跃与休眠 2 种状态，优 化目标为在终端接入服务质量需求的长期约束下最大化网络总能量效率。利用李雅普诺夫优化对长期优化目标与 约束进行解耦，将长期优化问题转化为单时隙独立的确定性子问题，并利用基于终端状态感知的上置信界算法进 行求解。仿真结果表明，所提算法能够在满足终端接入服务质量需求的同时，有效提高网络总能量效率。相较于 传统快速上行链路授权算法，所提算法可提高平均能量效率 48.11%，提高满足接入服务质量需求的终端比例 54.95%，降低平均队列积压 83.83%。
没有账户，需要注册
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。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
中服云工业物联网平台入选工信部工业互联网优秀产品、制造业与互联网融合发展试点示范项目，并获评工业互联网平台20强之一。未来，中服云将继续深耕工业物联网领域，以自主可控的平台技术赋能更多行业的数字化、智能化转型。
本白皮书中，“800V直流供配电系统”用于指面向数据中心场景的系统级供电与配电架构;“800V直流母线”用于指系统中的主干直流配电电压平台;“SST”用于指固态变压器技术路线;“PDM、PDU、rPDUPowerShelf、Sidecar”等机柜侧设备名称在不同生态和厂商中可能存在功能边界差异，本文主要按照系统功能进行归纳，具体定义应以产品规格书和项目方案为准
当人工智能以前所未有的速度重塑千行百业，医疗 健康领域也正在经历一场从“经验驱动”迈向“数 据智能”的深刻变革。医学影像贯穿疾病筛查、临 床诊断、治疗规划、疗效评估和随访管理全过程， 具有应用频率高、数据规模大、临床价值直观等特 点，已成为人工智能率先实现规模化应用的重要医 疗场景之一。
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
