• 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

基于DDQN的电力传感网资源分配算法|《中国电力》

近年来,随着无线传感器网络技术的快速发展,电力传感网也得到快速普及和广泛应用,为电力系统中设备和用户的全域信息监测、管理和控制提供了很大便利,也为新型智能电网的建设提供了重要的技术支撑,具有非常广阔的应用前景。电力传感器网是由大量静止或移动的传感器以多跳的方式构成的自组织网络,通过该网络可以将各类传感器在覆盖范围内所采集到的传感数据信息以协作的方式传输和汇聚到集中的数据处理中心。通过传感网进行电力系统的数据收集可以为电网运行管理人员提供更全面的数据,有利于电网运行的决策。

  • 2025-08-21
  • 阅读341
  • 下载0
  • 16页
  • pdf

智慧校园智慧化综合解决方案

智慧校园的发展阶段智慧校园建设主要分为三个阶段:基础建设、数字化、智慧化。基础建设是智慧校园的初级阶段,数字化是高校管理信息化的基础提升。而智慧化是把信息化建设与高等教育教学的各个方面深度融合,推动信息技术与学校各项业务的融合创新,推动信息化向学校战略层面发展,这才是真正的智慧校园。

  • 2025-09-10
  • 阅读288
  • 下载0
  • 29页
  • pdf

徐钰涵:基于深度强化学习的微电网日前日内协调优化调度

由于可再生能源发电的随机性和储能系统的时间序列耦合特性,在构建微电网经济调度模型时需要适当模拟不确定变量并相应地开发可高效处理多目标问题的优化算法。在此背景下提出了一种能够计及不确定性因素且高效的基于深度强化学习与启发式算法的微电网多时间尺度调度方法,以实现经济环保运行。所提方法从日前、日内两个时间尺度对微电网进行优化。日前优化阶段利用短期预测数据进行初步决策,以最小化运营成本。日内调度阶段以日前优化方案为参考,必要时对日前运行方案进行修正,以应对可再生能源的实时波动。将日内优化过程解耦为全局和局部两阶段,全局阶段被建模为一个非凸的非线性优化问题并采用启发式算法进行求解,局部阶段被建模为一个马尔可夫决策过程采用深度强化学习方法求解,将深度强化学习与启发式算法相结合提高了强化学习的训练速度和收敛性能,避免在复杂环境下的奖励函数设计困难问题。最后,算例分析验证了所提出的方案实现了调度成本和计算速度的优化,并且适用于微电网的实时调度。

  • 2024-11-15
  • 阅读793

国家信息化领域节能降碳技术应用指南与案例(2024年版之八:通信基站、机房节能降碳技术(大中型通信机房节能降碳技术)

该技术采用模块化设计,将供配电、温控、机柜、通道、布线、监控等系统集成在一个模块内,并具体采用可提高数据中心能效的内部通过近端制冷、冷热隔离密闭通道、高效不间断电源(UPS)、智能优化温控系统等集成设计提高数据中心能效,实现智能化运维管理。其系统架构如图 1 所示。

  • 2025-02-07
  • 阅读298
  • 下载0
  • 11页
  • pdf

锚杆钻车行走轨迹跟踪控制技术研究

中服云www.cserver.com.cn 中服云长期致力于工业物联网平台及工业APP的研发和服务,是业界领先的工业物联网厂商。其工业物联网平台系列产品是基于云计算、大数据、人工智能等前沿技术构建的综合性工业物联网解决方案,包括基本版、企业版、集团版、数字孪生版和设备版,旨在为不同规模、不同需求的企业提供定制化的数字化转型解决方案。 该平台具有设备接入与数据采集、数据存储与管理、数据分析与可视化、故障预警与预测性维护、数字孪生与仿真优化、跨平台协同与集成等核心功能,可应用于制造业、能源行业、设备制造、高端制造等多个领域。

  • 2025-11-06
  • 阅读291
  • 下载0
  • 6页
  • pdf

2025年中国汽车企业出海白皮书

全球汽车行业正在经历快速而深刻的变革期,驱动行业发展的关键成功要素正被重新定义。面对商业模式的转型,传统车企挑战重重;而新兴企业则轻装上阵, 在快车道上加速迈向未来。速度、敏捷性和全面彻底的执行力正变得至关重要,关系到企业的生存和吸引投资者的能力。

  • 2025-12-02
  • 阅读287
  • 下载0
  • 35页
  • pdf

ESG数据资产化:风险与治理白皮书(2025)

金融的本质是服务实体经济,而信息是现代金融市场的基石。在可持续发展 成为全球共识的背景下,ESG信息正以前所未有的速度成为影响资产定价、资产 配置与风险管理的核心因子。ESG数据资产化的提出,标志着我们将非财务信息 的价值发现与利用提升到了一个新的战略高度。

  • 2025-12-02
  • 阅读293
  • 下载0
  • 23页
  • pdf

2025未来健康指数报告:构筑医疗Al信任基石-医患双重视角下的医疗健康未来

如今,医疗行业正处在发 展的关键十字路口。医务?员短 缺、医疗成本激增、系统效率低下等问题交织叠加,令医疗 系统极限承压,患者亦深受影响。2025年《未来健康指数 报告》是飞利浦“未来健康指数”系列研究的十周年特辑, 调研规模位居同类研究前列。报告显示,在超过半数的调研 国家中,患者专科诊疗等待时间可能长达近两个月甚至更 久。如果不果断采取行动,到2030年,预计将出现高达1100 万的卫生健康技术?员缺口1,或将导致数百万?无法及时 得到基本医疗服务。

  • 2025-12-02
  • 阅读325
  • 下载0
  • 27页
  • pdf
上一页 1 …… 58155816581758185819582058215822582358245825 …… 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99
  • 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2733
  • 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28
  • 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57
  • 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53
  • 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