当今世界正经历百年未有之大变局，一个全球发展的新时期正？？在逐渐开启。数字化转型实践正在改变各行各业的运行方式，数字？？化对经营管理领域的实践成果，同样可以推动公司流程治理层面的？？提升。在此背景下，《数字化转型背景下的企业流程治理研究报告》？应运而生，旨在深入探讨在数字化技术助力下的当前企业流程治理？？现状、实践和挑战，为企业提供一份全面而深入的参考指南。
南方电网公司首席科学家、《南方电网技术》主编、中国工程院饶宏院士在院士专家论坛上作了题为“构网型储能技术及其在新型电力系统的应用”的主旨报告，征得饶院士同意，特与您分享！
由于电池荷电状态（state of charge，SOC）无法直接测量，且传统的SOC估算方法精度低。为了提升锂离子电池SOC估算精度，对比了不同深度学习网络模型应用于SOC估算的效果，并提出了一种基于DRSN-CW-LSTM网络的锂离子电池SOC估算方法。该方法基于长短期记忆网络（long-short-term memory，LSTM）和逐通道不同阈值的深度残差收缩网络（deep residual shrinkage networks with channel-wise thresholds，DRSN-CW），利用锂离子电池电压、电流、温度、容量等数据信息在深度残差收缩网路中进行特征提取，通过LSTM进一步拟合时间序列数据趋势，实现锂离子电池在使用周期内SOC的预测。在DRSN-CW网络的残差收缩模块中可以实现自适应噪声数据处理功能，消除锂离子电池数据流质量对SOC预测的负面影响。利用锂电池公共数据集训练所提出的网络，对比了3种神经网络模型在该两组数据集上的预测效果。实验结果表明，所提出的深度学习模型在两组公开数据集上的MAE和RMSE均值都控制在5%以内，相比其他3种深度学习模型有更好的抗噪性能和预测性能，且估算精度高。
针对输电线路异物检测中存在背景干扰、图像分辨率低且异物尺度变化大等问题，提出了一种基于改进YOLOv7的输电线路异物检测模型。首先，通过空间深度卷积（space to depth conconvolution，SPD-Conv）和多维协作注意力（multidimensional collaborative attention，MCA）机制构造新的骨干网络，加强模型对低分辨率图像特征提取及抑制背景干扰的能力，同时增加对小目标异物的关注度。其次，使用幻影卷积（ghost convolution，Ghost-Conv）改进高效分层聚合网络（efficient layer aggregation network，ELAN）的输出部分，大幅降低模型的计算量。最后，基于可伸缩交并比（scalable intersection over union，SIoU）优化损失函数，进一步提高模型的训练速度和鲁棒性。实验结果表明，所提模型在输电线路异物检测数据集上平均精度均值（mean average precision，mAP）达到95.98%，高于其他主流对比模型，同时每秒帧数（frames per second，FPS）达到64，满足输电线路异物的实时性检测。
为研究大气压下氮气火花开关的纳秒脉冲击穿过程，采用粒子模拟方法对间隙放电过程进行模拟，获得流注形成发展过程的瞬态物理图像，并对比分析了脉冲前沿对间隙放电过程的影响。模拟结果表明：氮气火花开关的纳秒脉冲击穿过程主要包括两个阶段：流注形成阶段和流注快速发展阶段；流注快速传播阶段流注头部会产生逃逸电子，且光电离反应会导致流注通道形成分叉；流注快速传播阶段的放电通道平均传播速度高于流注形成阶段；脉冲前沿越大，流注传播速度越小，流注形成的临界电压越低，流注贯穿间隙的时延越长，与实验结果一致。
在中央及地方政府的信创政策推动下，我国信创部分领域正在从“试点验证”迈向“规模推广”阶段。随着国产替换的深化，爱分析观察到，在需求侧，企业对信创产品的需求逐渐融合更丰富的业务诉求以及未来数智规划，正从“同类替换”转向“迭代升级”；而在供给侧，信创产品已经跨过“要用”、“能用”，正进入实力比拼的“好用”阶段。
3D打印：又称为增材制造，是一种以数字模型文件为基础，运用粉末状金属、塑料等其他材料逐层铺设打印，最后形成三维物体的制造方法。当前已经逐步在工业设计、航空航天、建筑、医疗等领域有所应用，用以打印模型、零部件甚至最终产品。
大模型的兴起和发展，推动了人工智能的进步，并在自然语言处理、计算机视觉等领域取得一系列重要成果。大模型不仅是一种技术,它重塑了数据要素生态链,引领了产业研究、开发及应用的范式变革,使新产业、新业态、新模式进发潜能，展现出新活力，推动我们迈入一个全新的人工智能时代。
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。
智算项目商机早知道智算项目商机早知道智算项目商机早知道智算项目商机早知道智算项目商机早知道智算项目商机早知道智算项目商机早知道智算项目商机早知道
国家级算力枢纽节点（东数西算）跨区域调度网络与绿色节能数据中心建设规划方案国家级算力枢纽节点（东数西算）跨区域调度网络与绿色节能数据中心建设规划方案国家级算力枢纽节点（东数西算）跨区域调度网络与绿色节能数据中心建设规划方案
重磅！全网首发 OpenClaw自我研究1.0报告重磅！全网首发 OpenClaw自我研究1.0报告重磅！全网首发 OpenClaw自我研究1.0报告重磅！全网首发 OpenClaw自我研究1.0报告重磅！全网首发 OpenClaw自我研究1.0报告
分布式、源网荷储发展与分散式微市场分布式、源网荷储发展与分散式微市场分布式、源网荷储发展与分散式微市场分布式、源网荷储发展与分散式微市场分布式、源网荷储发展与分散式微市场
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
