来源:中关村储能产业技术联盟2021-01-07
并且,随着5g服务的推出,人工智能、机器学习和物联网数据将进一步挑战it基础设施。
来源:远景能源2021-01-05
风机信息量的积累,为机器学习、自主决策等人工智能应用提供了必要的前提。
来源:浙能锦江环境2020-12-21
利用大数据预测、图像识别、云端技术、机器学习、dcs控制等ai智能控制技术,浙能锦江环境技术团队在公司下属西部某电厂成功实现了锅炉自动化燃烧控制,环保排放及炉温更为稳定可控,有效减少了人工干预,为电厂无人值守提供可能
来源:北极星水处理网2020-12-18
利用数学模型结合机器学习,实现了对相互关联的污染物指标进行了多目标优化,且将污水厂处理成本也纳入优化目标,在方法上具有先进性。
来源:中国能源报2020-12-16
能源数字化转型势在必行全球数字资产发展委员会主席王凤麟表示,目前世界各国纷纷采取措施,推动能源数字化进程,将大数据分析及机器学习、区块链、分布式能源管理和云计算等数字技术,应用到能源生产、输送、交易、消费及监管等各个环节
来源:ABB中国2020-12-11
例如,联合技术类的创新企业,尤其是在某个细分领域具有优势的科技企业,在包括人工智能、机器学习、行为识别、语音识别等领域,将其技术成果应用在abb智慧建筑解决方案中。
来源:交通运输部2020-12-09
探索借助机器视觉、机器学习等人工智能技术,加强对海上船舶安全的主动把控、动态感知和事前防控,提升航运安全监控能力。建立船岸智能视频安全监控和管理体系,丰富船舶安全管理大数据,促进船舶航运安全规范发展。
来源:北极星储能网2020-12-08
来源:中国电力2020-12-07
以色列meteo-logic基于大数据和机器学习技术量化预测天气,帮助客户预测能源供应和价格。...例如英国的deepmind公司利用机器学习人工智能技术削减了谷歌数据中心制冷能源费用达40%。
来源:威达环保2020-12-04
在公司二楼的大数据运维中心,毛峰主任向调研组详细介绍了智慧环保运维平台,该平台通过大数据、机器学习和神经网络等信息技术,助力构建覆盖全面、高效协同、闭环管理“智慧化”体系,通过智能控制系统为烟气治理和运维提供高效精准的决策支撑和远程控制
来源:远光软件2020-12-02
;通过计算机视觉、语音识别、自然语言处理、机器学习、智能决策等技术让设备拥有认知能力,更倾向于发出命令,实现了更高级的智能化,开创了“人机cp”的全新工作模式。...远光软件紧跟国家战略布局,以大数据为支撑,与澳门科技大学联合成立“人工智能联合实验室”,于2015年开启了人工智能技术在智能生产、智慧管理等方面的探索与应用,并聚焦实际业务场景,展开自然语言处理、知识图谱、机器学习
来源:BENTLEY软件(北京)有限公司2020-11-30
数字孪生技术的其中一个潜力是机器学习。现在,由于信息中的各种变化和相互连接,数字孪生模型内部收集了大量数据。有了机器学习和人工智能,用户将不再需要手动管理这一切。...机器学习让用户可以从项目组合中汲取经验教训,并识别导致错误、成本增加或安全事故的趋势和模式。我们可以标记这些趋势,如果它们出现在未来的项目中,机器学习将会自动提醒我们。
来源:中国大唐集团有限公司2020-11-25
基于完善、体系化的网络安全基础,构建安全大数据分析平台,通过机器学习和结合全网威胁情报,发现传统防御软件无法覆盖的网络威胁,溯源攻击手段;提供及时、可行动的解决方案,提升企业网络安全保障能力。
来源:先进能源科技战略情报研究中心2020-11-24
多晶硅混合交叉背接触(ibc)太阳电池;④使用低成本消费电子产品作为替代品优化传统的生产线工具,从而降低太阳能光伏制造成本;⑤示范改变太阳能电池板设计的方法,以改进运行稳定性,提高输出功率和耐久性;⑥开发机器学习算法降低太阳电池制造成本
来源:北极星风力发电网2020-11-10
该系统平台对风电场进行统一设备监控和管理,然后在风电场升压站部署成熟的诊断和预警模型,与自主研发的场控系统相结合,提升风电管理水平;同时将基于先进机器学习算法的主控算法部署到自主研发的风电机组辅控系统,
来源:国家电网报2020-11-10
现今的人工智能热潮很大程度上是由于机器学习,尤其是深度学习取得了巨大成功。美国西北大学机械工程博士张飞飞介绍了基于深度学习的输电通道安全目标检测技术及系统集成方案。
来源:远光软件2020-11-09
在人工智能领域,远光软件深入开展自然语言处理、知识图谱、机器学习等技术研究,形成rpa+ai、智能硬件+ai、rpa+智能硬件+ai技术相结的产品体系,自主研发的多款智能机器人在国家电网、南方电网等多家企业成功应用
来源:能源研究俱乐部2020-11-09
随着大数据分析及机器学习、区块链、分布式能源管理和云计算等数字技术在能源生产、输送、交易、消费及监管等环节的深入应用,能源领域,尤其在能源转型过程中,智能数字化实践应用正在变得愈发多元。
来源:电网头条2020-11-05
此外,通过采集与重点设备相关的多源数据,利用多维统计分析、机器学习、多层神经网络深度学习等算法,建立基于数据驱动的状态评价模型、故障诊断和预测模型,实现关键设备状态异常的快速检测、故障的智能诊断,全面支撑进博会