来源:中能传媒研究院2026-01-16
《意见》将“人工智能+煤炭”列为重点领域之一,结合行业特点细化为煤矿地质勘探数智赋能、井工煤矿采掘工艺优化与智能控制、露天煤矿自主采装与运输无人化、煤炭质量快速检测与智能洗选、煤矿重大设备状态监测和智能运维五大核心应用场景
来源:北极星环保网2025-12-26
管控维护维修成本:推行预防性维护体系,通过设备状态监测、定期保养等手段,减少突发故障与应急维修频次,降低“救火式”大修成本。
来源:国家电网报2025-12-16
入冬以来,该公司围绕特高压直流设备运维、安全生产、应急保障等7个方面,落实23项应对极寒天气措施,密切关注天气变化,加强设备状态监测,定期开展针对性应急演练,全力保障特高压电网安全稳定运行。
来源:国家能源投资集团2025-12-15
(3)设备状态监测与管理关键设备实时监测:对火电主辅设备(锅炉、汽轮机、电气等)、新能源升压站(开关站)、光伏组件 / 箱变逆变器、风机/ 箱变变流器、储能电池单体/ pcs变流器等进行实时参数采集监视
来源:中国能源观察2025-12-04
与传统传感器相比,量子传感器具有更高的灵敏度和更低的噪声水平,能够精确测量微小的能量变化,这对能源领域的环境监测和设备状态监测具有重要意义。
来源:国家电网报2025-12-04
随着智能电网建设的不断推进,红外在线监测已成为变电站设备状态监测的重要手段。这类装置可实时监测设备温度,并判断其是否超过设定阈值,一旦超过即触发告警。
来源:北极星储能网2025-11-25
命题工作由南京工程学院电力工程学院、沈国荣学院储能教师团队与省电力行业协会、北极星学社共同完成,聚焦储能电站运维的核心难点,涵盖储能互补优化、设备状态监测、故障预警等全流程操作。
来源:北极星风力发电网2025-11-11
此外,中天科技创新构建"海缆+光缆"一体化传输体系,将电力传输与信息通信功能深度融合,在超高压海缆、动态海缆项目中同步部署光纤单元,实现风电项目电力输送与设备状态监测、数据采集、远程控制等信息传输的同步落地
来源:中国电力报2025-11-07
实现燃机设备状态监测,故障诊断准确率突破90%,故障预警时效提升至2小时。“ai+专业分析决策推理能力”方面。
来源:南方电网公司2025-10-31
年集团物资集中采购工作计划,稳步推进南方电网公司数字变电站、智能配电、数字输电以及北斗终端项目建设实施,超高压公司、储能公司、广东、广西、云南、贵州、海南电网公司和深圳供电局8家单位申报了项目配套电气负荷监测、设备状态监测
来源:南瑞水电2025-10-17
▲南瑞光纤光栅测温传感器在全厂光纤测温中的应用2010年开始,南瑞传感器产品的应用领域从工程安全监测逐步拓展至水雨情测报、电力气象、水利工程监测、机电设备状态监测、水环境监测等领域,传感器工艺持续改进提升
来源:北极星太阳能光伏网(独家)2025-10-15
方阵灵活配置,单机故障不影响整体运行;还可搭载plc通讯、ⅳ曲线诊断与直流拉弧检测功能,匹配tb-ecloud云端大数据智能化分析,光伏电站全生命周期智慧化运维管理,让运维人员无需抵达现场,就能远程完成设备状态监测与故障排查
来源:优利德集团2025-09-10
五、智测未来,赋能工业新生态从手持式巡检到在线式监控,优利德已构建起覆盖多场景、多层级的红外热成像产品矩阵,全面满足化工、电力、新能源、制造等行业的设备状态监测需求。
来源:国家能源局2025-09-08
煤矿重大设备状态监测和智能运维。建立重大设备实时运行状态和润滑、温震等检测数据融合大模型,实现故障诊断和智能预警,推动煤矿设备预防性检修,大幅降低故障影响生产时间,有效降低维护成本。
来源:河源市司法局2025-08-28
供电企业推广应用线路带电作业、无人机巡检、设备状态监测等先进技术,排查公用供电设施周边的施工作业、高杆植物、森林山火等安全隐患,及时报告政府有关部门,加强政企协作,共同推动隐患整改。
来源:电网头条2025-08-08
目前,青海清洁能源和绿色算力调度中心在全省实时监控数据的基础上,打造了高灵敏度的新能源集中调度指挥枢纽,为发电企业提供清洁能源集中监控、功率预测、共享储能运营、设备状态监测与智能诊断等应用服务;研发了算电协同调度大数据模型
来源:国家电网报2025-07-14
精准开展用电负荷和新能源发电预测,滚动做好电力电量平衡分析;坚持“中长期为基础、现货余缺互济、应急调度救急”原则,充分发挥市场在资源配置中的作用,用足市场化手段保障电力可靠供应;加大夏季大负荷期间电网设备状态监测力度
来源:国家电网报2025-05-30
台区智能融合终端是智慧物联体系“云管边端”架构的边缘设备,集配电台区供用电信息采集、电能表数据收集、设备状态监测及通信组网、就地化分析决策、协同计算等功能于一体。
来源:能源新媒2025-05-26
在变电设备状态监测与故障诊断方面,基于声纹和红外图像的深度学习模型可以准确识别变压器的局部放电现象,提前发现内部绝缘缺陷,对设备的运行状态进行实时评估和故障预测。