通过可扩展的、高效的基础设施加速AI价值实现,在释放人工智能全部潜力的进程中,基础设施不仅需要提供基础供电,更必须兼顾部署速度、能效表现与系统韧性。
全球气候变化正在重塑着消费者的生活方式与购买决策。能源成本攀升、极端天气频发、水资源短缺等问题,正从宏观议题转化为每个消费者切实感知的日常压力。在这一背景下,可持续消费已从企业的“可选项”演变为市场竞争的“必答题”。
为探究国内外高压电缆XLPE绝缘料的性能差异,制备了220 kV国产与进口电缆绝缘切片试样,对比了两种绝缘料的分子量、熔融和结晶特性、交联副产物含量、短时击穿特性与长时击穿特性。实验结果表明:国产220 kV XLPE电缆绝缘的分子结构、结晶度、熔融温度以及副产物含量均与进口绝缘料无明显差异。分析了两种绝缘料短时击穿场强的Weibull分布特性,发现30~50 ℃下国产XLPE绝缘特征击穿场强高于进口绝缘料,而当温度超过70 ℃时国产XLPE绝缘特征击穿场强显著下降且低于进口绝缘料,并且国产XLPE绝缘料击穿场强分散性更高。分析了70 ℃下两种绝缘料在5个电场下的击穿时间,采用反幂模型分析了击穿电场和时间直接的关系,结果表明国产与进口220 kV绝缘料寿命指数值分别为19.3和19.5。研究结果对国产XLPE绝缘的研发与应用提供了理论与实验支撑
针对缓冲层导电特性测试中未考虑压力影响的问题开展了压力作用下高压电缆半导电缓冲阻水带的表面电阻特性研究。首先开展了缓冲层表面电阻测试,并从缓冲层微观结构特征以及纳米填料导电机理两方面对测试的表面电阻数据统计特征进行了分析。通过在表面电阻测试电极以及电极之间的缓冲层表面上施加不同重量的载荷研究了缓冲层表面电阻值与外界压力的关系。基于n阶电阻网络以及差分方程组建立了压力作用下的缓冲层表面电阻模型,利用缓冲层微观压阻特性以及模型仿真计算分析了缓冲层表面电阻测试特性以及该特性随压力作用而变化的规律。研究成果有助于掌握高压电缆缓冲层在真实运行压力环境下的导电特性。
基于国家30 ·60双碳目标,2021年初长园能源即着手启动碳中和园区建设。以长园深瑞深圳园区为实施载体,通过建设屋顶光伏、储能设施和充电设施,并参与广东省需求响应,建设以绿色发电、可靠供电、高效储电、智能用电、低碳出行及电力交易于一体的多能绿色低碳园区,成为深圳市首批近零碳排放企业试点。
【案例】游学:走进盒马供应链,【案例】游学:走进盒马供应链,【案例】游学:走进盒马供应链,【案例】游学:走进盒马供应链
量子计算是以量子比特为基本单元,利用量子叠加和干涉等原理实现信息处理的一种计算方案,具有经典计算无法比拟的信息表征能力和超强并行处理能力,为解决特定计算复杂问题提供指数级加速。量子计算是“第二次量子革命”的重要标志,可以带动计算能力实现跨越式发展,有望颠覆和重塑传统技术体系对于信息处理和问题解决的模式,为经济社会发展带来前所未有的机遇。
“信创”:研究框架(104页),“信创”:研究框架(104页),“信创”:研究框架(104页),“信创”:研究框架(104页)
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