• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

DeepSeek赋能数据分析

DeepSeek通过核心能力突破+开源、低成本、国产化三大优势,推动A!技术平权和国产AI生态繁荣,成功进入全球大模型第一梯队,促使行业从唯规模论向性价比、高效能、工程化方向转变。

  • 2025-04-21
  • 阅读387
  • 下载0
  • 15页
  • pdf

不同碳减排政策交互影响下发电企业交易策略

1)本文综合考虑发电企业在碳排放权交易、绿色证书交易和发电权交易背景下参与电力市场时的决策行为,探究发电企业在多种市场耦合情况下的最优决策。 2)以利润最大化为目标,分别构建发电企业在非合作博弈和合作博弈两种情况下的最优交易策略,

  • 2024-10-31
  • 阅读294
  • 下载0
  • 9页
  • pdf

许丹莉:端对端交易-云储能市场的非合作联合博弈出清模型

在“碳达峰,碳中和”的背景下,分布式可再生能源的进一步推广是电力系统低碳化的重要路径之一。为了消纳用户侧大量的分布式可再生能源,提出了端对端交易-云储能联合市场以最大化能源卖家的市场收益、最小化能源买家的用电成本。首先将能源买卖双方建模为非合作博弈的关系;其次,在考虑云储能总容量限制的情况下,求解出能源卖家的Nash均衡和能源买家的广义Nash均衡点;然后基于核求解出云储能的合作剩余的最优分配方案;最后使用爱尔兰的社区级微电网作为算例,验证了提出的端对端交易-云储能联合市场的优越性。所提出的联合市场模型能够最大化买卖双方的市场收益,实现了市场参与者效益的帕累托改进,而对比实验中的端对端交易的参与者相较于传统现货市场的参与者而言,购电成本下降了39.68%,云储能市场使得传统市场参与者的总成本降低了27.4%,因此将端对端用能交易与云储能市场耦合起来可以极大地降低用户的发电和购电成本,具有较强的实际应用价值。

  • 2024-11-01
  • 阅读551

企业竞争图谱:2024年AIPC(人工智能个人电脑) 头豹词条报告系列

AIPC是指加入人工智能功能的个人电脑。AI能够与PC紧密协作,通过云端或在电脑端独立运行大型语言模型,从 根本上改变和重塑了PC的用户体验,释放了人们的生产力和创造力。AIPC是为每个人量身定制的个人AI助理,不仅提高生产效率,简化工作流程,而且更好的掌握用户的喜好,保护个人隐私数据安全。仿佛是用户的数字化拓展,如同用户的智能双胞胎。AIPC的行业特征包括:1.硬件端搭载计算+存储+传感架构;2.软件端整合轻量化AI模型;3.内容端AIGC在办公领域首当其冲,内部不断拓展。2019年—2023年,AIPC行业市场规模由0亿人民币元增长至181.28亿人民币元。预计2025年—2029年,AIPC行业市场规模由233.42亿人民币元增长至1,948.61亿人民币元,期间年复合增长率69.98%。

  • 2024-11-01
  • 阅读364
  • 下载0
  • 19页
  • pdf

天津职业技术师范大学 陈庆斌等|基于相似日选取和数据重构的短期光伏功率组合预测方法

针对光伏功率随机性较强等问题,提出了一种基于相似日选取和数据重构的短期光伏功率组合预测方法。首先,利用核模糊C均值算法对光伏功率进行聚类分析,通过最大信息系数提取主要影响特征;其次,结合合作博弈思想计算预测日和历史日的综合相关系数,挑选相关性较强的历史日构建训练集;然后,利用变分模态分解将光伏功率分解为若干子序列,计算排列熵值并重构为趋势项、低频项和高频项;最后,对趋势项和低频项采用长短期记忆神经网络进行预测,对高频项采用卷积神经网络-双向长短期记忆神经网络-注意力机制模型进行预测,将结果叠加得到最终预测结果。经实例验证,在不同天气条件下,所提模型整体预测误差最小,可有效提高预测精度。

  • 2025-04-02
  • 阅读618
  • 下载0
  • 26页
  • pdf

大模型驱动的具身智能 发展与挑战

大模型驱动的具身智能是涵盖人工智能、机器人学和认知科学的交叉领域,重点研究如何将大模型的感知、推理和逻辑思维能力与具身智能相结合,提升现有模仿学习、强化学习、模型预测控制等具身智能框架的数据效率和泛化能力。近年来,随着大模型能力的不断提升,以及具身智能中示教数据、仿真平台、任务集合的不断完善,大模型和具身智能的结合将成为人工智能的下一个浪潮,有望成为人工智能迈向实体机器人的重要突破口,本文围绕大模型驱动的具身智能这一研究领域,从3 个方面进行了系统的调研、分析和展望,首先,回顾了大模型和具身智能的相关技术背景,以及具身智能现有的学习框架.其次,按照大模型赋能具身智能的方式,将现有研究分为大模型驱动的环境感知、大模型动的任务规划、大模型驱动的基础策略、大模型驱动的奖励函数、大模型驱动的数据生成等5类范式.最后,总结了大模型驱动的具身智能中存在的挑战,对可行的技术路线进行展望,为相关研究人员提供参考,进一步推动国家人工智能发展战略.

  • 2025-04-19
  • 阅读401
  • 下载0
  • 49页
  • pdf

智慧电厂顶层规划方案

为构建新能源为主体的新型电力系统,煤电进一步加快,对火电智慧电厂提出新要求 为构建新能源为主体的新型电力系统,煤电进一步加快,对火电智慧电厂提出新要求

  • 2025-04-19
  • 阅读437
  • 下载0
  • 28页
  • pdf

数据安全数据防泄密解决方案

基于长期与客户在防泄密场景实践的基础上发展的综合类厂商(提供灵活的场景方案)基于长期与客户在防泄密场景实践的基础上发展的综合类厂商(提供灵活的场景方案)

  • 2025-05-06
  • 阅读288
  • 下载0
  • 28页
  • pdf
上一页 1 …… 57885789579057915792579357945795579657975798 …… 5897 下一页 共 47175 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

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

  • 阅读100
  • 下载2

工业时序基础大模型技术发展综述

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

  • 阅读936
  • 下载8

2026“人工智能+”行业发展蓝皮书

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”。

  • 阅读2734
  • 下载8

中服云能碳管理平台V5.0

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。

  • 阅读3173
  • 下载14

最新上线

超硬材料智慧园区方案

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。

  • 阅读30
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

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。

  • 阅读53
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

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。

  • 阅读58
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

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。

  • 阅读56
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南