来源:海博思创2024-06-21
海博云系统具备高级数据分析和预测能力,使用先进的数据分析和机器学习算法,结合大数据技术,实现对海量数据进行分析,从中提炼出有价值的信息。
来源:福建省科学技术厅2024-06-21
2.人工智能与数字经济技术加强在高级机器学习模型、大数据智能理论与技术、类脑认知与智能计算理论等前沿基础研究突破;突破以深度学习为核心的计算机视觉、语音识别、自然语言处理、新型人机交互、群体智能和自主决策与控制等关键技术研发
来源:北极星电力网2024-06-20
报告重点摘录如下:从上个世纪50年代开始,人工智能进行经历了几次关键的突破,从专家系统到机器学习,再到数据知识融合驱动的混合智能增强。...2022年,chatgpt开启了智能聊天机器人的新纪元。随后科学界也突破了在数字、数学、数据、推理等方面相关的一些人工智能应用的进展。
来源:中国环境APP2024-06-20
此外,要强化数据清洗、机器学习等技术,这些还需要it领域专家的支持。所以我国污水处理系统的智慧化还有很长的路要走。”任南琪说。
来源:远光软件2024-06-19
远光资金分析调控平台cashinsight,集合大数据、人工智能和算法模型等前沿技术,基于自主研发的大数据平台,深度应用数据挖掘、机器学习等新技术,围绕财务资金管控的业务核心,延伸挖掘其他业务领域的大数据业务价值
来源:科大智联2024-06-17
多晶硅还原炉控制系统多晶硅还原炉控制系统利用人工智能技术以机器学习、强化学习、深度学习、先进控制为核心,实现电耗、致密率、沉积速率、一次转化率四个目标的最优化,生产过程中人工智能自控率95%+、一次转化率
来源:北极星电力网2024-06-12
从早期传统的机器学习技术,后来引入深度学习,再到后来的强化学习,逐渐探索并发现人工智能的重要价值。彼时,恰逢生成式人工智能爆发, “大模型”也成为电力人工智能探索发展的热点方向。
来源:中国能源报2024-05-29
一方面,通过机器学习模型分析大量数据,可以确定地热井最佳位置,帮助节约前期勘探时间和精力;...2018年以来,美国能源部旗下地热技术办公室资助了机器学习的早期研究和开发应用,旨在加强地热资源勘探能力。
来源:ABB电气2024-05-27
它能够通过内置式的传感器进行实时监测和数据分析,配合机器学习算法实现对开关柜运行状态的精准预测。这种智能化的管理方式不仅降低了运维成本,还提高了设备的运行效率和安全性。
来源:国家电网报2024-05-27
该应用引入了大数据分析技术和机器学习算法,综合考虑新能源发电效率和客户的用电负荷,重新构建了新能源并网可开放容量的计算模型,并按照不同地区、不同电压等级分析光伏发电曲线和用电负荷,在保证电网安全稳定运行的同时充分挖掘新能源接入潜力
来源:北极星电力软件网2024-05-15
协议提出三点措施,一是基于人工智能机器学习算法等先进技术,建立昆山电力负荷和新能源功率预测模型。
来源:山东省人民政府2024-05-11
研究机器学习、工业大模型等技术,开发高性能分布式数据分析系统,推动人工智能技术在智能制造、智能交通、空天信息等领域应用。(二)高端装备产业链。5.工业母机与行业装备。...8.工业机器人。突破机器人智能一体化关节柔性协同、智能感知与控制等技术,研发智能工业机器人,面向核电、石化等典型场景的特种机器人。9.无人机。
来源:山东省人民政府2024-05-10
来源:能源催化转化全国重点实验室2024-05-09
这一模型框架不仅提高了电池管理系统的准确性,保障电池的安全可靠性,而且通过机器学习不断优化自身性能,实现自我完善。
来源:安富利2024-04-29
通过集成先进的控制算法和机器学习技术,pcs可以更智能地响应电网的变化,优化电池的充放电过程,从而提高整体系统的性能和寿命。此外,数字化控制还使pcs能够远程监控和诊断,提高系统的可靠性和维护效率。
来源:采日能源2024-04-17
采日能源“智能安全预警盒子”集成了人工智能技术,其核心功能是基于机器学习、深度学习等高级算法,结合多种传感器,实现对多种故障类型的精准识别和预警。...采日能源研究团队开发了一种多源域迁移学习的诊断方法(mdtl-fsl),该方法结合了小样本学习和对抗学习的思想,通过利用多个相关的热失控案例数据,实现了高效且准确的热失控诊断。
来源:南方电网报2024-04-16
“那时公司做人工智能的还比较少,面试官看到我的研究方向是视觉自主导航系统与机器学习,很感慨地说,‘这个方向在南方电网大有可为,我们率先发展了无人机巡检’。”...如同汽车无人驾驶一样,需要激光雷达扫描、三维重建、高精度定位、神经网络学习等人工智能技术。
来源:浩普智能2024-04-10
ai+环保应用以“ai+环保”应用为例,浩普智能创新推出环保岛智慧控制系统,针对传统环保岛普遍存在燃料种类多变、负荷波动频繁等状况导致污染物排放波动大,缺乏整体的协同优化与智能调控等问题,依托机器学习及大数据分析
来源:国家能源之声2024-04-10
“专家”在线诊断基于机器学习的智能识别模型通过设置阈值、异常策略、学习策略实现设备基本工况、典型异常辨识研究就像一位经验丰富的“老专家”能快速识别出设备可能存在的问题并提供相应的解决方案“8+64”分布式声学监测阵列声像图
来源:浩普智能2024-04-03
智慧脱硝实现“人工智能+环保”应用创新智慧脱硝控制系统在机理与数据混合模型的基础上,通过机器学习,挖掘运行的隐含规律,通过边缘计算实现参数优化,得到污染物减排的最佳方案,并通过不断的智能学习以及模型优化