来源:西门子2018-11-28
此外,西门子还为其simatic s7-1500系列控制系统推出了集成人工智能芯片的新模块,以利用机器学习算法来优化质量控制和基于机器人的加工工艺等功能。
来源:中国能源报2018-11-28
方秦强调,数字化解决方案发展的下一个阶段,是如何将数字化、机器学习、人工智能等技术融合起来,支持和改进电网设备的监控和维护。“电网领域的数字化归根结底应该是为了支持整个电网的生命周期。”
来源:ERR能研微讯2018-11-26
数字化的影响遍布整个能源系统,其影响力将随着机器学习等先进计算方法的应用而增长。例如,由于数字化(在轻型车辆子行业中)导致的能源需求减少如图12所示。
来源:中国核电信息网2018-11-23
算法,得知右边最重要的安全参数,例如堆心然料包鞘表面温度,然后与已知大数据库相关参数比对,如不一致则进入异常状况,大数据库为所有可能发生的事故分析成果,包含机件、人为、天灾等案例,预先输入此系统,让机器学习并且建立运算法则
来源:前瞻产业研究院2018-11-16
(二)强化工业知识积累与分析能力,增强平台核心竞争力平台企业应重视生产经验、工业机理的提炼与积累,推动物理、化学、机械、控制多科知识与大数据、机器学习、人工智能等智能化分析技术的有机融合,转化为解决工业生产通电的特色平台服务
来源:老红看光伏2018-11-12
通过三天的“机器学习”,并不懂光伏产业的专业人士向老红提交了如下文字:此次共分析政策文件77份(样本量),其中国家级政府文件15份,地区性文件包括:北京,上海,广东、浙江、安徽。
来源:北极星风力发电网2018-11-09
11月8日22时,cctv-4《走遍中国》栏目播出海上风电《大风歌》系列第四集《风电奇兵》,片中强调,基于远景人工智能系统,为海上智能风机加上一双神奇的“顺风耳”,通过机器学习,声音识别提高风机的可靠性
来源:CCTV42018-11-09
来源:远光软件2018-11-07
基于语音识别、自然语言处理、机器学习等人工智能技术,结合行业知识库,构建机器人云端大脑,使“人格化”特征明显,让用户可以“由动手变动口”, 让服务人员“由被动服务变主动服务”。
来源:ABB中国2018-10-29
数字化未来工厂引领发展——定制化解决方案与性能提升新的上海工厂将采用大量机器学习、数字化和协作解决方案,使其成为机器人行业中最先进、自动化与柔性化程度最高的工厂,此外其研发中心还将帮助加快人工智能领域的创新
来源:能源杂志2018-10-26
此时就需要一套系统获取实时动态数据,同时通过机器学习预测电网阻塞的发生,进而建立灵活性市场,在发生电网阻塞的时候可以随时调用。目前国外已经建立了这样的市场,而国内也会拥有更多的市场化手段。
来源:北京国际风能大会暨展览会CWP2018-10-26
产品亮点1、 故障预测与健康管理平台9000平台植入完善的齿轮箱参数库和风机传动链故障模型库,借助安维士风电齿轮箱研发经验和试验数据,融合了先进的数据挖掘、机器学习算法。
来源:电网技术2018-10-23
在云主站部署基于机器学习和深度学习框架的集中式数据计算,同时赋予终端设备部署快速、算法简便的边缘计算和就地管控能力,促使二者在网络、业务、应用和智能方面进行深度协同,使配电网具备分布式智能以及各级智能自治
来源:能源杂志2018-10-19
同时,基于enos能源物联操作系统,提供从设备数据采集、集中监控、损失电量分析到基于机器学习的设备健康度评估预警、新能源功率预测和agc/avc控制服务,实现“少人、透明、预测维护、电网友好”的新能源电站
来源:扩博智能Clobotics2018-10-19
——严治庆扩博智能clobotics创始人兼首席执行官严治庆表示:“扩博智能clobotics专注于计算机视觉和机器学习技术的研究和商用,纵贯数据采集、数据初筛、运行维护等众多复杂环节,为新能源风电行业客户提供一站式风机叶片全自动巡检和数字化管理平台服务
来源:PV-tech2018-10-19
gridmarket对该项目做出的贡献包括开发机器学习平台和提供预测分析数据,为帕劳量身定制国家能源转型战略。engie eps后被选中开发该项目。
来源:能见App2018-10-18
在未来的几年我们可以看到这样的变化趋势,那就是我们需要处理更多的数据,而这种知识的类型和需求也有所不同,比如说像人工智能和机器学习,这类的技术会在风电场的发展当中得到更多的应用。
这四个阶段有比较关键的技术,第一个机器学习深度寻优,我们可以根据风场的湍流、风气变,包括环境条件做一些自适应的控制技术,会探测一些尾流、湍流、风切变、阵风感知的策略。
但是,第一代集控的架构无法支持大数据与机器学习,也无法积累足够的失效案例,来控制预警的误报率与漏报率,所以亚健康预警这么多年来,市场上无法找到一款产品,大家都是在各自测试系统上,在各种论文上,在自己的风机上宣布宣布获得了成果
来源:南京安维士2018-10-18
展会展品01 故障预测与健康管理平台精确,全面的数据输入9000平台植入完善的齿轮箱参数库和风机传动链故障模型库,借助安维士风电齿轮箱研发经验和试验数据,融合先进的数据挖掘、机器学习算法,重新定义风力发电机组智能运维生态