为了提高配电网拓扑的可观察性,构建了一个通用的拓扑辨识框架。该框架包括3种拓扑辨识方法来处理不同的情况。利用节点导纳矩阵的稀疏性特征,提出了一种用于单一拓扑识别的改进三阶段启发式程序。在改进单一拓扑辨识方法的基础上,构建了一种多拓扑辨识模型来处理具有给定拓扑数量的测量数据集。为包含拓扑数量未知的测量数据集设计了一个两阶段程序。通过算例验证了所提模型的有效性。
中国的沿海风能资源十分丰富,其中,东部沿海地区凭借先天性的气候环境和地理优势为沿海风电的发展创造了良好条件。华东地区海岸线,包括上海、江苏、浙江、福建沿海地区,风能资源十分丰富,截至2022年7月底,风电装机容量3997万kW,其中海上1813万kW。
能源互联网运用日益发达的电子技术、信息技术和管理技术, 通过泛在的智终端、转换设备,将各种负载构成的电力网、石油网、天然气网,以及热、冷、氢、储能等能源网络互联起来, 实现能量、信息、经济的流动、交换与共享。
农业大数据-产业信息化发展模式探索(61页),农业大数据-产业信息化发展模式探索(61页),农业大数据-产业信息化发展模式探索(61页)
麦肯锡结构化战略思维是一种系统化的思考和工作方法,它通过四大原则(数字说话、洞见优于表象、MECE原则、假设为前提)、五步应用(定义问题、结构化分析、提出假设、验证假设、交付)、十个习惯以及十二个要点图解,帮助个人和组织清晰思考、有效沟通并解决复杂问题。这种思维方式强调用数据和逻辑支撑决策,追求深度和细节,以实现长期竞争优势。
近年来, 随着数字经济、 新能源、 人工智能等技术的突破和广泛应用,低空经济产业迅速崛起。2024年,低空经济首次被写入政府工作报告,正式升格为国家战略性新兴产业,成为推动经济高质量发展的重要增长引擎。在此基础上,2025年政府工作报告进一步明确,推动商业航天、低空经济等新兴产业安全健康发展,标志着低空经济的战略定位从“新增长引擎”向“安全健康发展”的方向深化,体现了国家对新兴产业既要发展又要规范的双重考量。
2024年软件和信息技术服务业年度统计数据2024年软件和信息技术服务业年度统计数据2024年软件和信息技术服务业年度统计数据2024年软件和信息技术服务业年度统计数据
近年来,我国工业互联网已进入规模化发展新阶段。截至2024年底,我国工业互联网核心产业规模已超1.5万亿元,融合应用已实现41个工业大类全覆盖,为推进新型工业化、建设现代化产业体系提供重要支撑。在强劲的发展态势带动下,各类金融资源正在加速向工业互联网产业集聚,不断壮大产业生态、激活融合创新,推动工业互联网领域的“科技-产业-金融”良性循环加速形成
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