伏电源接入配电网改变故障电流分布,传统故障区段定位方法适应性下降。本文基于对称分量法,提出以负序分量作为故障特征量的区段定位方法;针对对称故障不存在负序分量的情况进行负序重构;
随着新能源大规模高比例接入电网,受端电网面临本地新能源出力随机波动大、电力平衡难度大等巨大挑战。本文建立了考虑碳排放约束的高比例新能源电力系统时序生产模拟模型,运用标幺化理念,分析不同新能源发展场景下,新能源和调节资源的配置原则与运行模式,以适应实现碳中和路径的新格局。
公司主营业务包括调度及云化、输变电自动化、智能配用电、综合能源及虚拟电厂、新能源及储能、工业互联网及智能制造六大业务方向,在电力行业源-网-荷-储等各个环节形成了完整的产业链布局。其中 23 年智能配 用 电 、 调 度 及 云 化 、 输 变 电 自 动 化 营 收 占 比 分 别 为57.02%/17.01%/9.62%。
从党政走向行业,信创产业链全梳理,从党政走向行业,信创产业链全梳理,从党政走向行业,信创产业链全梳理
打破能耗曲线报告,打破能耗曲线报告,打破能耗曲线报告,打破能耗曲线报告,打破能耗曲线报告,打破能耗曲线报告
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。
人工智能驱动的系统性转型正重塑零售业格局,带来超个性化体验与运营效率的跃迁式提升。 该技术不仅直接回应环境可持续性挑战、主动驾驭技术颠覆浪潮、深度影响客户期望,更推动 零售商对价值链进行端到端重构,从而在传统业务边界内外释放显著增量价值。零售商可借此 实现客户体验的升级、运营流程的精简及组织韧性的全面强化,最终在高度竞争的市场中构筑 可持续的增长飞轮。
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