高比例新能源接入下新型配电系统故障特性发生显著变化,运行方式多变、短路电流受限。电弧类早期故障是系统发生短路前的征兆,通过提前对早期故障的有效识别能够避免新型配电系统短路故障难以隔离的问题。首先,建立了早期故障的电气量与温度量定量解析模型,通过理论分析指出仅依靠单一的电气量或温度量均难以实现可靠的检测;然后,综合电信号的快速性和热信号的高灵敏性和可靠性,将电弧功率作为复合特征量来判别早期故障,提出了结合电流量与温度量的早期故障检测方法;最后,通过PSCAD仿真、现场数据及实验室模拟故障试验证明了该方法的有效性。
本文考虑构建新型电力系统背景下电网基建功能化投资需求,提出电网功能化投资结构组成,并利用系统动力学进行仿真模拟不同情景下电网基建各功能化投资的组成部分的变化趋势。主要研究结论如下。
本文提出了一种基于时序分解与共形分位数回归的超短期光伏功率区间预测方法,并在真实光伏出力数据上进行了验证。实验结果表明,通过在NeuralProphet模型中引入日周期成分与季节周期成分,提高了模型对光伏功率时间序列周期性信息的学习能力;通过引入AR-Net自回归模型,可以有效捕捉光伏时序数据间的时间相依性,实现了对光伏波动性细节的追踪,有效提升了确定性预测的准确度;通过引入共形分位数回归方法,使用小样本数据构建区间预测模型,在共形校准中引入经验分位数,根据测试数据实时调整预测区间,在保持较低的预测区间宽度的同时,有效保证了预测区间覆盖率。同时,即使在光伏出力数据波动较为剧烈的场景,本文方法仍然能在设定的置信度下有效地覆盖实际的光伏出力数据,极大地增加了光伏功率区间预测的稳定性与可靠性。
低空经济是通过开发利用低空空域资源(通常 1000 米以下)聚焦各种无人机和有人机在各行业的应用,并以打造“数字天空和“智能天空”为主要目标的经济形态。低空经济涵盖无人机制造载人航空器制造、空城管理平台建设、机库及停机坪建设、各行业应用服务与管理等全产业链企业
数字孪生,辅助决策用智能产品智能设备传感器、视觉识别自动采集全息全程现实数据,形成计算机里的数字李生在计算机里操作数字孪生物品,现实世界就自动同步反
【AI赋能分享】吴明辉《AI如何赋能职场人大模型落地企业方法论》,【AI赋能分享】吴明辉《AI如何赋能职场人大模型落地企业方法论》,【AI赋能分享】吴明辉《AI如何赋能职场人大模型落地企业方法论》
【AI赋能报告】华鑫证券:AI大模型赋能手机终端,拥抱AI手机新机遇,【AI赋能报告】华鑫证券:AI大模型赋能手机终端,拥抱AI手机新机遇,【AI赋能报告】华鑫证券:AI大模型赋能手机终端,拥抱AI手机新机遇
【AI赋能报告】国金证券-视觉中国-000681-AI赋能主营平台效率,视觉素材价值重估指日可待,【AI赋能报告】国金证券-视觉中国-000681-AI赋能主营平台效率,视觉素材价值重估指日可待
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