• 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

陈皓勇教授:电力鸿蒙助力新型电力系统建设

发展中世界工程技术院院士、华南理工大学陈皓勇教授作了题为“电力鸿蒙助力新型电力系统建设”的报告。征得陈教授同意,特与您分享。

  • 2024-10-12
  • 阅读580

【专家 PPT】浙江大学 文福拴:“源网荷储一体化项目”的背景、现状与展望

浙江大学电气工程学院/海南研究院文福拴教授作了题为“源网荷储一体化项目”的背景、现状与展望的报告。征得文教授同意,特与您分享。

  • 2024-10-11
  • 阅读863
  • 下载24

黄莹教授:大规模新能源柔性直流送端系统构建关键技术

浙江大学黄莹教授作了题为“大规模新能源柔性直流送端系统构建关键技术”的报告,征得黄莹教授同意,特与您分享。

  • 2024-10-11
  • 阅读404

王增平教授:极端天气对电力系统的影响及应对措施思考

华北电力大学副校长王增平教授作了题为“极端天气对电力系统的影响及应对措施思考”的报告。征得王教授同意,特与您分享。

  • 2024-10-11
  • 阅读406

田猛副教授:配电信息物理系统协同维修问题研究

武汉理工大学田猛副教授做了题为“Coordinated Repair Crew Dispatch Problem for Cyber-physical Distribution System”的报告,征得田猛副教授同意,特与您分享!

  • 2024-10-11
  • 阅读524

周游副教授:基于气泡产生起始温度的变压器短期过载预警方法

变压器过载运行容易导致油纸绝缘系统产生气泡进而造成故障,但目前只以140 ℃作为热点温度限值,未能考虑实际运行状态对气泡起始温度的影响,难以充分发挥设备的最大利用效益。针对上述问题,综合国内外油纸绝缘气泡产生起始温度的试验提出了适用于实际工况下的变压器气泡产生起始预警温度计算方法。根据变压器的运行年限、油中水分含量和海拔等运行参数估算出变压器内部油纸绝缘系统产生气泡的起始温度。以该温度的90%作为预警温度,表征变压器能够承受的最大荷载能力。利用贝叶斯网络建立了短期负荷预测模型,结合绕组热点温度计算方法实现了变压器热点温度的短期预测。提出了一种变压器短期过载预警方法,并证实了该方法能够充分考虑变压器的运行实况,对未来的过载情况提前发出告警,指导相关运维部门开展变压器的过载停运和负荷转移工作,减少变压器停运和绝缘故障的发生。

  • 2024-10-11
  • 阅读573

张莲教授:基于混合特征选择和INGO-DHKELM的变压器故障诊断方法

针对变压器故障特征选择困难和诊断模型准确率较低的问题,提出一种混合式故障特征选择方法,并利用改进北方苍鹰优化算法(improved northern goshawk optimization algorithm,INGO)优化深度混合核极限学习机(deep hybrid kernel limit learning machine,DHKELM)实现变压器故障诊断。首先,基于相关比值法构建24维变压器故障特征集,从线性相关和非线性相关的角度出发,采用Pearson相关系数和互信息法,筛除相关性较低的特征。其次,引入Logistic混沌映射、随机反向学习和自适应t分布变异改进NGO算法,提升其寻优性能。然后,利用INGO算法对保留特征进行二次筛选,获得最优输入特征。最后,将极限学习机自动编码器引入混合核极限学习机中,建立DHKELM诊断模型,利用INGO对DHKELM模型初始参数进行优化,完成INGO-DHKELM变压器故障诊断模型的构建。实验表明,与常规特征选择方法相比,利用混合式故障特征选择方法所选择的输入特征进行故障诊断能够有效提升诊断准确率;相较于其他优化型诊断模型,INGO-DHKELM具有更高的准确率和更好的稳定性。

  • 2024-10-11
  • 阅读519

【IEEETII】基于VMD和LSTM的电网安全负荷预测混合模型

电力负荷预测作为电网静态安全的基础,直接影响电网运行的安全性、电网规划的合理性和供需平衡的经济性。然而,各种因素导致短期电力消耗发生剧烈变化,使数据更加复杂,因此更难预测。针对这一问题,本文提出了一种基于变分模分解和长短期记忆的新的混合模型,该模型消除了季节因素并进行了误差校正。对新加坡和美国的四个真实负载数据集进行了全面的案例研究,以证明所提出的混合模型的有效性和实用性。实验结果表明,所提出的模型的预测精度明显高于对比模型。关键词:误差修正、电网安全季节性因素消除、短期负荷预测(STLF)。

  • 2024-10-09
  • 阅读630
上一页 1 …… 20112012201320142015201620172018201920202021 …… 2193 下一页 共 17544 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

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795
  • 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2574
  • 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3047
  • 下载14

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建,面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力,全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患,实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失,简化线下运维管理流程。 助力工厂实现设备数字化管控,保障产线高效、稳定、安全运行。

  • 阅读2760
  • 下载12

最新上线

算力网络运载力分析报告

面向人工智能技术浪潮带来的算网融合发展新机遇和新挑战,期望产业链各环节凝心聚力、携手并进,共同推动算力网络运载力质量不断提升,以网强算支撑产业应用创新,促进培育新质生产力,助力数字经济高质量发展!

  • 阅读36
  • 下载0

面向人工智能的光传送网(AI-OTN)技术研究报告

AI-OTN产业落地。遵循试点先行、分步迭代思路开展现网实践。可优先开展小规模试点,围绕高收益场景验证技术能力,在试点基础上逐步完成设备改造、能力迭代,同时兼顾网络智能化效率与业务运行安全。设备厂商需加快AI-OTN设备形态迭代,完善轻量化网络AI模型,夯实产业规模商用基础。

  • 阅读41
  • 下载0

数字化供应链的转型战略与架构设计

物联网平台、工业物联网、数字孪生、设备全生命、生产管理、IOT、三维可视化、数字化大屏、数据采集、SIS、DCS、SCADA 工业互联网平台、工业物联网、能源管理、时序数据库、实时数据库、数据中台、智慧园区、智能楼宇、生产管理系统、机加生产管理系统、MES、设备资产管理系统、设备运维管理系统、设备监控、设备健康、MDC、DNC、倾斜摄影、数字化交付、组态工具

  • 阅读79
  • 下载0

智慧校园音频应用方案

教育机构的规模壮大,行政会议频繁,而机构的复杂性与地域的分散性常常使信息传达的周期过长,影响工作内容的执行,更耗费了不少的差旅费。本系统可以召开主会场和所有分会场参加的全网视频会议。利用视频会议系统可以随时召开日常会议,减少差旅会务成本,缩短时间消耗可 以打造一个跨区域多人共享、沟通无障碍的工作空间。

  • 阅读112
  • 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