来源:中国电力报2022-05-25
高温钠电池、水系离子嵌入电池、液态金属电池的研发将进一步深入;随着技术中长期发展,本征安全、低成本、长寿命、高密度新型储能电池可能取得重大突破;结合物联网、智能感知和人工智能技术,未来将可能构建可观、可测
来源:华云科技2022-05-25
八大模块:1) 智能设备模块:借助大数据挖掘、人工智能技术,提升和完善设备的感知能力,构建可主动分析、主动诊断、主动跟踪、主动纠偏、主动学习的智能“设备体”,实现全生命周期电厂锅炉、汽轮机、发电机及主要辅机设备的智能化管理
来源:国家电网报2022-05-24
无人机智能管控平台可通过采集高精度激光点云数据建立模型,在三维航线规划技术、人工智能技术、北斗等高精度定位技术的支持下,指导无人机开展输电线路、铁塔全方位自主巡检,实现图像视频云传输、数据云处理和远端云控制
来源:中国能源报2022-05-19
华为轮值董事长胡厚崑提出,数字化技术也可助力光伏行业升级,比如将云和人工智能技术引入光伏发电的网络部署和网络运维中,在提升发电量的同时,还将有效提升电站的运营效率,进一步开发电站价值。
来源:云南省人民政府2022-05-12
持续提升治安防控能力,依托人工智能技术推动刑事侦查的数字化、智慧化和高效化。统筹推进智慧边防建设。
来源:国家电网报2022-05-09
国网江苏省电力有限公司全面推动人工智能技术与巡检业务融合。目前,该公司已配置作业类无人机1867架,实现各级运检单位、各电压等级应用全覆盖,年均巡检铁塔28万余基。
来源:CHPLAZA清洁供热平台2022-05-07
联美控股智慧供热2.0是采用物联网、大数据和人工智能技术,针对“源、网、站、户”端到端的全流程管控,通过四方联动,解决由热惰性引起时空错位的热滞后问题,最终达到热负荷供需的精准匹配,按需供能,以需定产,
来源:给水排水2022-05-07
通过阐述基于感知层采集、物联网技术,人工智能技术,结合水厂运行规律,建设智慧生产管理平台,介绍在线系统、智能模型以及未来的设想。
来源:百度智能云2022-04-28
精准的ai预测模型枣庄电网与百度智能云共同打造的智能母线负荷预测系统,是人工智能技术与电力系统核心业务需求相结合的典范。
来源:远光软件2022-04-27
远光软件yg-brain团队通过人工智能技术自动从海量数据中提取出结构化信息、挖掘数据相关性,构建数据广泛链接,归档文件自动打标签,提供档案管理的多维信息,实现从管理档案实体转变为管理档案数据。...此外,还通过人工智能技术,赋予机器理解文档的能力,自动从海量非结构化文档中提取出结构化信息,生成档案元数据,给归档文件自动打标签,提供档案管理的多维信息,满足电子档案智能保管、高效利用的场景需求,实现归档文件的智能化处理
来源:平高集团2022-04-24
平高集团坚持自立自强,注重原始创新,形成开关设备数字孪生综合解决方案,方案利用传感器技术、三维可视化技术、人工智能技术等,实现变电站内设备在虚拟空间中的映射,具有多参量数据采集、运行状态可视化、智能分析诊断等功能
来源:中国能源报2022-04-22
“不能为了智能化而智能化”银磊认为,机器视觉等人工智能技术在风电场景下的创新应用给风电运维市场带来了一股新的科技力量。
来源:北极星环保网2022-04-20
鼓励园区和园区内企业采用新一代信息技术(如5g通信技术、人工智能技术等),提升信息化、数字化、智能化水平。
来源:能源评论•首席能源观2022-04-19
设备制造企业要充分利用人工智能技术实现智能制造,保证产品零缺陷,这是系统运行安全的基本前提。第四,坚持施工安装的高质量。
来源:驻马店市人民政府办公室2022-04-18
持续推进全市5g网络实现乡镇以上区域连续覆盖,云计算大数据中心快速发展,工业互联网、物联网普及推广,人工智能技术领先,充电桩、现代物流、智能交通支撑有力,区域创新能力位次前移,“十四五”期间在全市新旧动能转换重点领域形成
来源:北极星碳管家网2022-04-18
5g网络、信息技术、人工智能技术快速发展,也催生新的产业增长点。一季度,智能消费设备制造业同比增长超过10%。
来源:北极星储能网2022-04-14
分布式架构和数据管理软件;虚拟计算资源调度与管理软件;云计算环境下的流程管理与控制软件;基于移动互联网的信息采集、分类、处理、分析、个性化推送软件;移动互联网应用软件;大数据获取、存储、管理、分析和应用软件;人工智能技术等
来源:中国电力报2022-04-13
落实新一代人工智能在核能行业发展,需深入并广泛应用以工业机器人、图像识别、深度自学习系统、自适应控制、自主操纵、人机混合智能、虚拟现实智能建模等为代表的新型人工智能技术。
来源:安徽发改委2022-04-07
如材料基因组、量子化学等方法可为新材料研发提供海量结构化数据,利用人工智能技术可从海量数据中迅速找到材料特性之间的因果关系。