实时、准确的电压量测数据是构建透明电网的基础,非接触式测量技术具备安全、便捷、成本低的优点,成为了广泛布点的现实基础。设计了基于电容耦合原理的柔性电压探头,分析了探头接入采样电路后的分压情况,提出了利用双探头差异输出逆向求解待测电压的方法。仿真与实验结果表明,所提方法能够在不破坏导线绝缘层的情况下实现电压测量。在实验室环境中,稳态工频电压幅值测量误差小于2%,相角测量误差小于0.2 °。
为了应对“碳达峰碳中和”新形势下日益严峻的输电线路电力巡检任务,以及针对现有对多目标联合电力巡检研究的不足和实际场景下无人机可悬停等待这一情形缺乏考虑等情况。在考虑电力杆塔和电力线路多目标联合电力巡检的基础上,提出了基于“图论”理论的车载无人机协同巡检路径规划方法。首先,考虑到电力巡检中无人机弧路由和巡检车节点路由相关特点,结合改进中国邮递员问题,设计了基于离散杆塔分割弧算法,以快速求得较优的协同巡检路径初步规划方案,并对比分析了不同场景下不同策略和自然灾害条件下对结果造成的影响。其次,考虑到初步规划方案并非全局最优解,设计了一种符合该研究的模拟退火算法,对初始规划方案进一步优化。最后通过算例验证了路径规划方法的有效性和实用性
肖明松:碳中和的能源路径与生物质能产业突破,肖明松:碳中和的能源路径与生物质能产业突破,肖明松:碳中和的能源路径与生物质能产业突破
第一、通过对业务设计(特别是其中的价值主张)的审视与解码,识别与找到战略落地的焦点--关键任务;第二、识别出为了让组织能力(正式组织、人才和氛围)与上述焦点保持一致所必须做出改变的一些关键工作。结合BP制定与年度述职活动,将上述3-5年的关键任务与组织能力改进的关键工作落实到来年的年度重点工作是战略执行的坚实基础。
可实现园区信息资源深度开发:利用海量数据实现实时采集、传输、存储、利用,强化辅助决策功能,实现信息化系统的互联互通、数据共享、发掘信息资源的内在价值。
智慧路口是传统交通路口的智能化升级形态,以物联网、人工智能、大数据、通信技术为核心支撑,通过整合路侧感知设备(如摄像头、雷达)、智能控制终端、数据传输网络和云端管理平台,构建起“感知-分析-决策-控制-反馈”的闭环系统。其核心目标是实现对路口车辆、行人、非机动车及环境的全域实时感知、智能数据分析、动态决策调度,最终提升交通效率、保障安全,并为车路协同和自动驾驶提供路侧支撑。
2025年将有望成为低空经济从前期规划转向产业落地的元年。前期各地建设的试验场将逐渐投入使用,低空司将解决行业标准统一、技术发展方向、管理机制协同等目前存在的问题,协同各环节推动产业加速落地。各类的细则,标准将逐渐定型,推动整体的行业进入规模化发展阶段。建议关注1.低空基建龙头;2.无人机/eVTOL零部件;3.下游应用场景三大方向
炼石是以“免改造”为特色的数据安全产品厂商,国家级专精特新“小巨人”,自研灵活投送多重安全能力的免改造平台,帮政企客户打造领先数据安全保护体系,敏捷交付密评密改合规。
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