随着人工智能(Artificial Intelligence,AI) 热潮 的兴起,深度学习等多种算法相继被探索出来,并广454 Radio Communications Technology Vol. 45 No. 5 2019 泛应用在安防、交通、医疗、教育、零售、家居等领 域[1] 。 卷积神经网络(Convolutional Neural Network, CNN),是深度学习的代表算法之一,并被广泛应用 于计算机视觉、自然语言处理等领域[1] 。
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。
从260年前的第一次工业革命，到以人工智能、大数据、物联网为代表的数字技术驱动的第四次工业革命，人类社会经历了蒸汽时代、电气时代、信息时代，并正在处于智能时代之中。每一次的跨越式的进步，都是由技术变革带来生产力的大幅提升，并催生出全新的行业，全新的生态，推动着时代不断向前。
中服云方案库，涵盖大数据、AI、物联网、数字化、智能制造、智能家居、智能楼宇、智能建筑、智慧城市、智慧场景、安防、5G+、模型算法、技术软件、行业展望、行业报告等各行各业相关方案资源。
为提升数值天气预报（numerical weather prediction，NWP）对于短期风电功率预测的指导意义，计及转折性天气过程对功率预测的影响，提出了一种考虑转折性天气过程识别与检验的短期风电功率预测方法。对时间序列的NWP间隔15 min的样本采用基于门控循环单元（gated recurrent unit，GRU）分类器进行转折性天气过程的识别，基于识别结果，采用基于面向对象的诊断检验方法（method for object-based on diagnostic evaluation，MODE）对转折性天气过程的风速序列进行检验，挖掘NWP预报规律性。根据待预测时段的天气过程识别结果匹配天气过程，选用不同模型进行短期风电功率预测。将所提方法应用于中国吉林某风电场进行算例验证。结果表明转折性天气过程识别方法具有较高的识别准确率。各类天气过程条件下RMSE值平均降低2.77%，MAE值平均下降了2.46%，证明了该方法的有效性。
传统时域反射法由于其高频成分含量较低，在电缆中的传播过程中信号衰减较大，且无法对信号色散衰减进行补偿，因此仅能够适用于较为严重的缺陷或故障，无法对局部微弱缺陷进行很好地探测，定位准确度较低。基于此，根据参考信号的特性提出了一种基于波形时域包络线的定位技术；先对参考信号及其反射信号在时域上利用希尔伯特变换求取包络，再对包络曲线进行求对数及归一化处理，最后再使用八阶巴特沃斯带通滤波器进行滤波抑制噪声后，分别对50 m及500 m长的电力电缆进行实际测试。结果表明时域包络线技术实现了对电缆缺陷的有效定位，同时结合时域波形变化情况还可对电缆缺陷类型进行判断。
按照“示范先行、有序推进，数据驱动、普惠共享，多方参与、合力共建”的工作原则，打造集信息综合展示、乡村场景应用、条块业务监管、数据应用服务于一体的“1+ 3 + N”数字乡村体系。
数字文旅是文化建设的基础工程，也是旅游发展的产业动能，它链接供给和需求，为业态赋能;它驱动产品和业态创新，重构产业格局；它培育和扩大新消费市场，实现产品增值，对于县域全域文旅发展具有多元化的实际意义。
耕地保护是“国之大者”。习近平总书记指出，“耕地保护要求要非常明确，18亿亩耕地必须实至名归，农田就是农田，而且必须是良田”。2023年中央一号文件明确提出“加强耕地保护和用途管控。探索建立耕地种植用途管控机制，明确利用优先序，加强动态监测，有序开展试点。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
