来源:《基层建设》2019-11-01
2.4数据处理有效态cd2+ 用下列供试计算:有效态镉 式中:c为提取液中重金属镉的浓度。
来源:南方电网报2019-11-01
中国信科集团烽火通信科技股份有限公司战略与市场部总工李铿表示,物联网时代,源、网、荷、储等超大规模的终端产生的海量数据处理与就地决策能力提出了新的挑战,边缘计算与云边协同成为趋势。
来源:北极星电力网2019-10-31
3.招标范围本项目招标范围为:田湾核电站5、6号机组堆内外核测互校试验优化技术服务,1)完成甲方堆内外核测仪表刻度系数校刻技术的优化方法项目研发;2)为甲方提供优化方法和数据处理、分析软件相应的培训;3
来源:能见APP2019-10-31
以前我们做一个后评估的话就用以前最老的算法去做处理需要一两个月,现在发展到这个时代,采用云计算这块,我们在一周之内就能完成,在数据处理上已经有很大的提升了。
来源:《防护工程》2019-10-30
因此在对气体分析仪器进行实际的应用时,往往不能直接实现对、样品气体的分析,所以,在取样系统的设立在样品气体的分析过程中是必要的,在仪器完成对样品气体的分析后,通过加设取样装置、样气传输和处理以及控制、分析仪器、数据处理和传输等装置实现对数据的输出
来源:电网技术2019-10-29
后续研究方向泛在电力物联网的构建使万物互联,数据信息呈爆炸式增长,后续将主要针对泛在电力物联网云平台提供的海量数据如何进行有效深度挖掘这一问题进行深入研究,包括数据库的开发,如何精准迅速的获取数据信息,以及高效快速的进行数据处理等
来源:国网信通产业集团2019-10-28
励“精”“图”治一图二网·时空智能依托能源专业地图、电力北斗卫星应用综合服务平台和智慧能源综合服务平台,利用二三维gis可视化处理技术,通过一站式大数据处理工具充分挖掘时空数据、能源数据,为客户提供泛在时空智能化
来源:《区域经济》2019-10-24
(二)利用互联网大数据处理技术使京津冀三地政府监管质量透明化 我国节能环保产业逐渐从“三废 处理”为主的经营模式向覆盖环保产 品、资源循环利用等领域转变。
来源:《基层建设》2019-10-24
在进行异常误差数据处理时,可以使用格拉布斯准侧法、迪克逊准侧法、肖维涅准侧法进行数据处理,通常情况下,肖维涅准侧法应用最多。...3废水水质检测过程中的数据处理措施3.1实测数据处理水质检验误差主要可通过做好水样采集、运输、预处理质控,规范操作,做好实验室仪器设备精度管理等方法进行控制,在实际操作过程中,应注意以下几点:在计算分析过程中
来源:北极星水处理网2019-10-24
7.2.4 控制系统应具有专业的数据处理应用软件,具备在工作站上对历史数据进行查询、统计、分析、运算、报告、报表生成等功能。数据可查询时间不应少于2年或系统建成以来的时间,并预留数据安全上传接口。
来源:能见App2019-10-24
我们知道现实的风机它的传感器是有限的,我们根据有限的传感器,通过虚拟映射的技术,能够得到它不能测到的一些其他的关键的数据,然后通过对数据处理,我们能够得到机组的运行情况,然后来调整我们的运维,调整我们接下来对机组的一些发电功率等等
来源:金风科技2019-10-24
此外,风匠集成了数据处理、地形图矫正、图表可视化、噪声评估等扩展功能,可实现风资源评估的一站式体验。
来源:北极星氢能网2019-10-24
搭建车队运行管理平台和数据采集平台,加快数据处理及分析方法体系研究应用,解决整车及零部件技术验证相关问题,逐步推广开展规模化应用。
来源:北极星VOCs在线2019-10-24
并共同监督实验过程;壹点环境科技(广州)有限公司负责质量监督审核;加州大学rowland-blake实验室负责手工比对样品的分析;参与比对的厂商负责各自比对仪器的安装调试、日常维护、质量控制和保障、故障排除、数据处理及报送
来源:能见APP2019-10-23
在电科院对等级防护评定是三级,三级除了银行行业以外是最高防护等级,定期会在公安局进行备案,在通过国产的硬件、国产操作系统以及国产的数据库,结合整个27001的管理体系,形成了整个数据安全防护,包括数据采集、数据传输、数据存储、数据处理
来源:中国能源报2019-10-23
三是“大集成”式数据处理模式下,海量数据汇到云平台处理,可靠计算压力增大。...随着发电、电网、电工装备等领域物联网深入推进,数据量将越来越大,如都放到云端处理,会对频谱资源、传输带宽和数据处理能力造成挑战,一方面,云平台可能不堪重负:另一方面,极大推高了数据存储及处理成本。
来源:浙商证券2019-10-21
目前平台汇聚 35kv 以上所有电网模型,完成了 13 个试点省的 220kv 运行数据云端汇集,数据处理能力达到 13gb/分,并计划年底前完成所有省网全覆盖。
来源:电力法律人茶座2019-10-18
为此,电力需求侧管理主要应解决数据采集(数据挖掘)、数据处理、数据分类编码标识及指标体系及评价方法四大类问题,而解决这些问题的关键是提高电力用户的信息化水平。