当数据量大了、数据指标多了之后，每天的精力除了看数据还有很多其他的事情要做。就需要在整个运营状态稳定后，有一套自动识别异常数据并进行预警的机制。会对我们设定的规则，如果出现异常情况，就通过机器人的形式进行预警通知。然后运营人员再去核实并根据实际情况迭代规则。这一套机制可以称为异常值数据预警分析。
2024年6月6日，中电联输变电设备仿真技术标准化技术委员会一届三次会议暨2024年学术交流会在广州召开,南网科研院蔡希鹏院长作为主任委员主持会议并致欢迎辞。会上，武汉大学电气与自动化学院电气工程系副主任杜志叶教授作了“海缆瓶颈段多物理场耦合机制及数值模拟方法研究”的特邀报告。征得杜教授同意，特与您分享!
2024年6月6日，中电联输变电设备仿真技术标准化技术委员会一届三次会议暨2024年学术交流会在广州召开,南网科研院蔡希鹏院长作为主任委员主持会议并致欢迎辞。会上，中山大学衡益教授作了题为“面向多学科交叉融合的高性能多物理场智能仿真分析与设计平台”的特邀报告。征得衡教授同意，特与您分享!
基于模型预测控制的牵引电机高鲁棒性故障诊断技术
PPT分享|李德仁院士：论时空智能与数字孪生智慧城市
最近，基于深度学习的模型，如transformer，由于其强大的表示能力，在工业剩余使用寿命（RUL）预测方面取得了显著的性能。在许多工业实践中，RUL预测算法被部署在边缘设备上进行实时响应。然而，深度学习模型的高计算成本使其难以满足边缘智能的要求。本文提出了一种具有多层次时间序列缩减的轻量级组Transformer（GTMRNet）来缓解这个问题。与计算所有时间序列的大多数现有RUL方法不同，GT MRNet可以自适应地选择必要的时间步长来计算RUL。首先，构建了一个轻量级的组Transformer，通过使用具有显著小波参数的组线性变换来提取特征。然后，提出了一种时间序列缩减策略，以自适应地过滤掉每一层不重要的时间步长。最后，开发了一种多层次学习机制，以进一步稳定时间序列缩减的性能。在真实世界条件数据集上的广泛实验结果表明，所提出的方法可以在不牺牲精度的情况下显著减少高达74.7%的参数和91.8%的计算成本
针对三相异步电机匝间短路故障在不同工况下数据分布不一致带来的泛化识别准确率下降的问题，提出了一种基于残差-自注意力网络的迁移学习方法,通过在残差网络中嵌入自注意力机制实现特征强化并利用源域数据进行模型训练,然后利用迁移学习的微调策略使得模型能更好地适应目标域的特征分布,以此来增加模型在目标域数据中的适应性能力。
针对工业生产中滚动轴承剩余使用寿命(RUL)预测任务中数据挖掘不足导致预测精度低的问题,提出了一种多通道融合的滚动轴承剩余寿命预测方法。
没有账户，需要注册
163页化工动设备讲义（PPT）,163页化工动设备讲义（PPT）,163页化工动设备讲义（PPT）
本工程建筑为办公生产大楼，由地上32层、地下3层组成；其中1-5层为裙楼、6-32层为塔楼。地下1-3层含停车场、人防、设备用房；地上部分：主楼一层含公共大厅；5为设备转换层，11、22层为避难层，33层设置机房；6-10层、12-21层、23-32层为办公生产用房。
随着能源互联网的发展，能源系统智能化特征越来越突出，能 源开发、生产、传输、存储、消费 全过程的智能化水平快速提升，所 涉及的设备和系统将数以亿计，在 规划和运行过程中将产生海量数据， 且结构复杂、种类繁多、因实时性 要求高而快速增长。这些数据贯穿 着能源互联网各个环节，蕴含着巨 大的价值。
技术开发的迭代推进和技术应用的规模化积累，在推进数字技术不断取得新突破的同时，也使数字技术变得更加成熟和可靠。数字技术的先进性、复杂性、集成性与数字化系统覆盖面更广、界面更直观、操作更简单同步发展。人们能够随时随地访问功能越来越强大的数字化系统。
滨海蓝碳 红树林 盐沼 海草床碳储量和碳排放因子评估方法 (陈鹭真，卢伟志，林光辉译)，滨海蓝碳 红树林 盐沼 海草床碳储量和碳排放因子评估方法 (陈鹭真，卢伟志，林光辉译)
北京云纵技术：智慧食堂解决方案32页,北京云纵技术：智慧食堂解决方案32页,北京云纵技术：智慧食堂解决方案32页北京云纵技术：智慧食堂解决方案32页
北京英博：电力电子再进化，工商储能再赋能,北京英博：电力电子再进化，工商储能再赋能,北京英博：电力电子再进化，工商储能再赋能
大模型是指通过在海量数据上依托强大算力资源进行训练后能完成大量不同下游任务的模型。大模型以其在模型精度和泛化能力等多个指标上超越传统AI模型的表现，以及赋能千行百业的巨大潜力，成为当今世界各国人工智能技术发展的核心方向。
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
