来源:河南省人民政府2025-12-10
6.基础电信企业在不影响质量和可靠性前提下,提供合理和非歧视待遇,依法依规及时提供移动电话号码(非物联网号码)携号转网服务,不断提高服务质量。
来源:北极星储能网2025-12-10
智能有序充电系统能通过物联网、大数据与人工智能技术,动态引导新能源汽车在电价较低、电网负荷较轻时段充电,实现“削峰填谷”。
来源:拉萨市科学技术局2025-12-09
拟重点支持大数据与人工智能,建立统一的云平台,通过物联网技术,将所有分布式单元的数据接入,利用ai算法对历史运行数据进行分析,开展预测性维护,实现“集中监控、区域维保”,降低维护难度和成本。
来源:拉萨市科技局2025-12-09
来源:正泰新能源2025-12-09
通过积极探索物联网技术与智慧能源的深度融合,加快光伏制造数字化、智能化转型升级与清洁能源解决方案供应。
来源:长治市人民政府2025-12-09
加快遥感测量、大数据、云计算、物联网等技术在碳排放监测中的应用。
来源:北京经信局2025-12-08
(四)移动物联网方向按照移动物联网“万物智联”发展的部署要求,深化基于nb-iot、4g、5g等技术的移动物联网覆盖,实现“万物互联”向“万物智联”发展,助力行业数字化转型。征集方向包括:1.
来源:北极星储能网2025-12-08
区别于传统硬件制造商,果下科技构建了独特的"ai+储能"技术体系,自主研发safeess与hanchuiess两大智能平台,深度融合果下ai与hanchu ai算法,通过物联网云端整合实现预测性维护、实时优化与运维成本大幅降低
来源:北极星电力市场网2025-12-08
物联网与边缘计算:通过智能终端实时采集数据,并快速响应价格信号,自动优化用户用电计划。数字孪生技术:构建电网与用户系统的虚拟映射,用于模拟运行、优化阻塞管理和故障演练,从而强化运营与风险控制能力。
来源:国家电网报2025-12-08
12月1日,在杭州市滨江物联网小镇,搭载电力机器狗的无人巡检车从杭州供电公司滨江供电分公司出发,穿过杭州街区,前往设置好的目的地——马态开关站。
来源:华为2025-12-05
其中,配电网生产运行的26项数字化评价指标,聚焦智能运维、配电自动化与配电物联网等配电网数字化建设应用,旨在构建起智能电网的数字化感知中枢与高效协同纽带。
来源:扬州市人民政府办公室2025-12-05
利用大数据、物联网等技术,建设智能微电网管理平台,实现分布式能源的实时监测和智能调度。推动园区内企业开展能源管理信息化建设,提高能源利用效率和管理水平。...利用大数据、物联网等技术,建设智能微电网管理平台,实现分布式能源的实时监测和智能调度。推动园区内企业开展能源管理信息化建设,提高能源利用效率和管理水平。
来源:扬州市人民政府2025-12-05
利用大数据、物联网等技术,建设智能微电网管理平台,实现分布式能源的实时监测和智能调度。推动园区内企业开展能源管理信息化建设,提高能源利用效率和管理水平。...利用大数据、物联网等技术,建设园区能源管理平台,实现能源消耗和碳排放的实时监测和管理。推动园区内企业开展碳足迹核算和碳标签认证,提升企业碳资产管理能力。(四)加快培育零碳工厂。
来源:北极星储能网2025-12-04
依托电力自动化行业二十多年的技术底蕴和积累,顺应全球能源革命浪潮及能源互联网的发展,将传统电力自动化技术及新一代人工智能、物联网、大数据、5g、移动互联等信息及先进通信技术深度结合,业务涵盖了智能发电、
来源:北极星风力发电网2025-12-03
展望未来,中广核工程将进一步持续深化核心融合创新,并积极与行业同行开展对标,另一方面也积极地拥抱数字化、智能化的技术浪潮,不断探索如何利用大数据、人工智能、物联网等先进的技术手段。
来源:研华智能地球2025-12-03
“希望双方继续携手,以ai与物联网技术推动储能产业实现健康、高质量发展。”...全球工业物联网企业研华科技,与国家电投旗下专业储能技术服务商新源智储的合作,为行业提供了可借鉴的实践范例。
来源:水务科技博览会2025-12-03
在技术创新方面,人工智能、大数据、物联网等前沿技术与水务业务的深度融合成为本届展会的一大亮点。绿色能源产品持续创新,为智慧水务建设提供高效、环保、低成本的能源解决方案,实现绿色可持续发展。
来源:浙电e家2025-12-02
人工智能、大数据、物联网、数字孪生等技术与电网业务更深度融合。这些技术进步都将为新型电力系统建设提供更强有力的支撑。
来源:国家发改委2025-12-01
包括数据中心类、人工智能基础设施项目,5g、通信铁塔、物联网、工业互联网、宽带网络项目,智能交通、智慧能源、智慧城市项目。8.租赁住房。
来源:中能传媒研究院2025-12-01
一、人工智能技术发展趋势分析大模型代表当前人工智能发展热潮,已经成为人工智能技术发展应用的重要底座,近期发展以增强多模态融合和规则学习能力为主,中期与物联网、机器人、量子科技等跨领域技术融合加速,远期向具有自主认知