| 2024 | No.9 | No.8 | No.7 | No.6 | No.5 | No.4 |
|---|---|---|---|---|---|---|
| No.3 | No.2 | No.1 | ||||
| 2023 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2022 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2021 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2020 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2019 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2018 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 |
随着新型工业化和传统产业变革进程的加速演进,发展新质生产力成为新时代新征程上的重大战略使命,也成为矿业企业寻求智能高效、绿色低碳高质量发展的必由之路。在新质生产力视域下,立足于国内外智能矿山和我国矿业行业及企业发展现状,重点阐述了矿业企业数智化、绿色化转型面临的问题挑战、发展内涵以及实施路径,为矿业企业实现高质量转型发展以及探索具有中国特色的矿业高质量发展之路提供了模式参考。
风力发电属于一项重要的清洁能源,将人工智能与风力发电深度融合,提升能源调度和利用的智能化符合当前能源数字化转型的发展趋势。通过对人工智能在风力发电领域的专利申请进行检索分析,梳理了该领域的主要申请趋势和热点。同时,从专利视角分析能源数字化转型的发展现状和趋势,为优化专利布局提供相关信息。
探讨了数字技术在能源转型变革中的应用场景与模式,重点分析了在电力、新能源、油气等场景中5G、人工智能、大数据、云计算、物联网等数字技术的具体应用,通过案例展示了数字技术在能源生产、管理、传输和消费等各环节中的作用,并提出了加大基础设施投资、完善政策支持和强化人才培养等策略,以推动能源行业的数字化转型和可持续发展。
我国煤炭行业已进入高质量发展阶段,智能化建设成为高质量发展核心主题,其中无人驾驶技术在露天煤矿的应用与推广取得了显著的成效。为了系统研究无人驾驶技术在露天煤矿的应用效果和未来趋势,分别从应用背景、系统架构与核心技术,以及应用案例与成效等对该主题进行了研究分析。 结果表明:无人驾驶技术在政策要求、行业引导与企业驱动下,形成了整体的技术架构,并在多处露天煤矿进行了应用,取得了一定的成效。最后,系统总结了目前露天煤矿无人驾驶展现出的特点与发展趋势,为后续露天矿山乃至井下矿山推广应用无人驾驶提供参考。
为明确我国在“碳达峰、碳中和”(简称“双碳”)目标下,工业领域能源数字化转型的路径和成效,基于现状分析、政策分析、调研问卷以及企业拜访等方式,整理出工业企业、工业园区、工业城市及碳变现的能源数字化转型案例,分析及总结了工业领域能源绿色转型的经验,从政策、技术、管理等多个层面探索式提出政策建议。
随着2022年我国进入算力发展元年,算力已经成为最具活力和创新力的新型生产力,各行各业都在积极探索算力赋能行业发展的实施路径。作为国民经济的支柱型、基础型产业,化工行业以其经济总量大、产业链条长、产品种类多、关联覆盖广等特征成为当前算力赋能的重要发力点之一。基于当前算力发展环境,聚焦化工行业,探索算力赋能化工行业数字化发展的实施路径,为未来化工行业数字化转型提供参考依据。
系统分析了数据要素在能源行业的应用现状与挑战,概述了国内外推动能源数字化转型的努力,并提出了构建高质量数据资源生态、规范数据市场及完善数据安全体系等方面策略,以促进能源行业的深度数字化与可持续发展。
基于海上油气生产的需求,提出了一种用于海上油气生产过程智能管控的物联网系统设计方案,覆盖海上油气生产设施和陆上处理终端的数据采集、数据传输、数据处理和业务应用等各个技术环节,具备实时监控、数据传输和生产预警等功能,可以推进海上油气生产方式的数字化转型,提升油气生产的智能化管理水平。
能源行业作为数据密集型行业,其数据要素的安全高效流通显得尤为重要。人工智能技术的发展对于数据要素价值的发挥起到“推进器”作用,尤其大模型的出现加速了全行业数字化转型进程。通过探讨在大数据、人工智能等技术的融合作用下,能源行业数据要素流通现状、存在的问题及发展建议,为能源行业数字化转型提供参考。
企业数字化转型是一项复杂的系统性工程,其核心路径是打造数字化核心能力。依据布鲁姆认知层次理论,可将企业数字化核心能力建设过程分为3个阶段:学习理解、应用实践以及开拓创新。大部分能源央企已跨越学习理解阶段,迈入应用实践阶段,但距离开拓创新阶段仍有差距。为实现数字化转型突破,能源企业应以创新人才为切入,推动自上而下“高端引领”与自下而上“万众创新”良性互动,并深化与科技型企业的创新联合体以及协同创新机制建设。
在全球能源格局重塑与国内能源化工行业转型升级的大背景下,数字化转型已成为能源行业提升竞争力的必由之路。深入探讨了异构数据库智能迁移、数据库自治优化及灵活扩展体系架构等创新技术,有效破解了数据库迁移难题,提升了数据处理效能与系统稳定性。国产数据库凭借其多模数据处理与云数据库技术,为石油石化行业构筑了强大的数据管理与服务能力,有力推动了行业数据共享、业务协同与运营效率的全面提升。该能源企业上游开发生产系统整合上云升级项目的成功实践,充分验证了国产数据库在实际应用中的良好表现,展现了其在能源行业数字化转型中的巨大潜力与价值。
随着能源工业企业数字化转型工作的推进,工程技术数据价值日益显著。工程技术数据治理保证了数据的高质量与高可用性,对于能源工业企业数字化转型具有重要意义。基于此,提出了一套较为完整的工程技术数据治理技术体系及关键支撑技术,描述了主要的工程技术数据治理场景,最后介绍了工程技术数据及数据治理的应用实践。
针对能源行业数字化转型,中移上海产业研究院推出了融合OnePower多模态大模型的综合能源管理平台,为能源行业提供了融合5G、人工智能、云计算、物联网、大模型等前沿技术的产品和解决方案。首先介绍了能源数字化转型的意义与挑战,其次详细介绍了OnePower综合能源管理平台的架构及功能,然后介绍了多模态大模型赋能的电站巡检产品,最后介绍了OnePower多模态大模型综合能源管理平台在某电力企业的落地应用案例。
工业园区的节能减排面临较大压力,融合数字技术进行能源管理迫在眉睫。分析了工业园区传统能源管理方式存在的典型问题;提出了一种基于进化深度学习的工业园区能源管理方法,并应用在工业园区能耗预测、智慧照明、设备预警3个关键场景中;最后总结了进化深度学习在实际应用中的保障措施,为拓展能源管理的应用场景提供了一种成熟思路。