会员中心
搜索
登录
注册

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

5G智慧园区整体架构方案（ppt）

5G智慧园区整体架构方案（ppt）

  • 2021-07-16
  • 阅读999
  • 下载11
  • 11页
  • docx

AI智能机器人ppt模板

以研究和开发用于模拟、研究和扩展人的智能的理论、方法及应用系统的一门新的技术学科。

  • 2021-04-14
  • 阅读996
  • 下载0
  • 23页
  • pdf

智能化地铁运维平台

西安地铁(Xi'an Metro)，依据《西安市城市轨道交通运营条例》，正式名称为“西安市城市轨道交 通系统”(Xi'an Metropolitan Transit Railway System)，于2006年9月29日开工建设，2011年9月16 日投入运营。目前运营2条线路（1号线和2号线）、运营里程52.2千米，共设车站39座。2号线线路北 起位于未央区的西安火车北客站，南至位于长安区的韦曲，将西安市南北中轴线上的龙首原、钟楼、小 寨及航天城等商圈紧密联系起来，1号线西起西大门的后卫寨，东至纺织城，串起了西安市东西中轴线 上的三桥、土门、五路口、康复路、纺织城，目前日均客流量90万人次左右。

  • 2021-04-09
  • 阅读996
  • 下载3
  • 28页
  • pdf

信捷云平台——云智造用户手册

信捷云平台依托产品多年深耕行业和广泛应用为基础，面向远程数据采集的行业应用平台，涵盖功 能包括设备接入、设备管理、数据存储、数据展示、数据分析、用户管理等部分。 平台免编程，免安装软件、无需专业技能、可快速便捷实现产品与系统的联接，打造专属物联平台。 无论何时通过 WEB、APP 实现对设备的远程数据监测、参数设置和功能控制。

  • 2021-04-16
  • 阅读994
  • 下载2
  • 57页
  • pdf

2022年最新信息系统集成资质大全（含已过期）

系统集成资质是指中国计算机信息系统集成行业协会依据系统集成资质管理办法和资质等级评定条件对从事信息系统集成及服务企业的综合能力和水平所进行的评价和认定。

  • 2022-03-20
  • 阅读987
  • 下载0
  • 769页
  • pdf

杨建高工：基于WT-CNN-BiLSTM模型的日前光伏功率预测

光伏功率的准确预测对于电网的安全稳定和经济运行具有重大意义。为此，提出了一种日前光伏功率预测方法，利用小波变换（wavelet transform，WT）将数值天气预报数据（numerical weather prediction，NWP）和光伏功率数据分解为具有时间信息的频率数据，消除数据信息中随机性和波动性对预测精度的影响，利用卷积神经网络（convolutional neural network，CNN）模型深度挖掘输入数据的季节性特征和空间关联特性，利用双向长短期记忆网络（bi-directional long-short term memory，BiLSTM）模型获取输入数据序列的时间相关性，构建基于WT-CNN-BiLSTM的日前光伏功率预测模型。以某一光伏电站为计算对象，在不同季节和气候条件下对比分析WT-CNN-BiLSTM模型、CNN-BiLSTM模型、LSTM（long-short term memory）模型、GRU（gated recurrent unit）模型以及PSO-BP（particle swarm optimization-back propagation）模型的预测结果，计算结果表明WT-CNN-BiLSTM模型的预测精度高于其他模型的预测精度。

  • 2024-10-09
  • 阅读987

？分析在石油化工领域的研究进展

？分析法是建立在热力学第一、第二定律上的能量的量与质统一的分析方法，能够全面揭示工艺系统及单元设备有效能损失的环节及大小，更加针对性的进行节能优化与改造。阐述了？的概念、分类、计算、？损失及？分析法的步骤等基本理论，着重介绍了？分析法在评价分离方案及指导节能工作方面的研究进展。同时，将？分析法应用于重整装置，调优后，装置的瓦斯气用量降低了19.51%，总体？损失降低了13.32%。最后指出了目前？分析法存在的问题及今后的研究方向。

  • 2021-04-15
  • 阅读986
  • 下载1
  • 8页
  • docx

基于物理信息残差网络的滚动轴承故障诊断

近年来学者们开发了多种用于机器状态监测的深度学习方法，在轴承故障诊断方面取得了令人瞩目的成功。尽管能够有效地诊断轴承故障，但大多数深度学习方法都非常依赖大量的数据，在工业应用中并不总是可获取到的。在实际工程中，轴承通常安装在经常发生速度和负载变化的旋转机械中，导致难以在所有操作条件下收集大型训练数据集。此外，在大多数深度学习算法中，物理信息常常会被忽略，有时会导致生成的结果不符合物理定律。为了应对这些挑战，本文提出了一种新的物理信息残差网络（PIResNet），用于学习嵌入在训练和测试数据中的底层物理信息，从而为不完美的数据提供符合物理规律的解决方案。在所提出的方法中，首先采用物理模态特性主导生成层来生成模态特性主导特征。然后，构建域转换层，以实现在不同运行速度条件下提取能够判别轴承故障的特征。最后，建立了一个并行双通道残差学习架构，可以自动提取轴承故障特征。使用可变运行速度和可变负载以及时变运行速度下的实验数据集进行验证，证明了PIResNet在非平稳运行条件下的优越性。

  • 2024-09-27
  • 阅读985