的高度集中区域，已成为我国控碳减碳的重要靶点。碳数据管理是研究分析工业园区碳减排重点 和制定降碳具体措施的重要基础。目前，工业园区碳数据管理基础较薄弱，缺乏相应的制度体系 规范，亟待夯实相关制度流程，指导园区精准度量减碳成效，科学评估部门要素，推动低碳发展。 本报告梳理了现行碳数据管理制度体系（统计、核算、管理、评价体系）存在的一些共性问题和 特性问题，针对现行体系的不足有目的地开展园区碳数据管理制度设计，在清晰界定园区碳数据 区碳数据 管理边界和目标的基础上，开展二氧化碳（以下简称“CO ”）排放源活动水平数据的收集、核算、汇 总、报告、核证，综合形成碳总量和强度数据，进一步提升园区碳数据管理体系的实操性。 2 目 录 CONTENTS 01 前言 附件1：园区碳数据补充调查表 附件2：专有名词解释 研究背景与目标 园区碳数据管理体系框架 园区碳数据管理边界 02 现行碳数据管理制度体系 统计体系 统计体系 核算体系 管理体系 评价体系 现行体系存在的问题 03 园区碳数据管理制度设计 园区碳数据管理机制 范围和目标确定 方法学、规范及程序 工作流程 数据收集 数据核算 质量保证及质量控制 报告和数据管理 01 05 08 09 11 13 14 18 20 21 27 28 30 36 22 23 25 16

伟景行智慧建筑运维管理平台解决方案 GIS & BIM & FM 伟景行智慧建筑运维管理平台解决方案 一、 解决方案概述 随着时代的发展、技术的进步，互联网+大潮日趋火热，建筑行 业在业务飞速发展的过程中，也顺应这一趋势着力打造智慧建筑体 系，进而完成自身的提升，在服务好客户的同时也能带来更好的效 益。智慧建筑的建设，不是简单的开发一个社区 O2O 的 APP 就实 现了，而是需要围绕设备设施运维管理体系，建立起一套综合了软 硬件、人力、管理理念的生态系统，对企业在持续运维管理能力、 运维管理技术提出了很高的要求。 以建筑运维管理为核心的智慧建筑建设，将充分结合移动互联 技术、物联网技术，打通建筑运维过程中涉及到的客服接待、设备 监控、事务响应、计划安排、任务管控、人力资源、财务收费、物 可大幅提升物业 伟景行智慧建筑运维管理平台解决方案 GIS & BIM & FM 服务的品质、提升人员的工作效率、提升业主的满意度，做到减员 增效、提升管理和服务品质、提升管理规模容量，为智慧建筑提升 自身项目的品质、向运维要效益提供一大助力。 本方案智慧建筑运维管理平台，通过可视化 GIS+BIM 技术与传

1 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 [编号 ODCC-2023-02006] 零碳数据中心园区能碳管理系统 白皮书 开放数据中心委员会 2023-09 发布 I 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 版权声明 ODCC（开放数据中心委员会）发布的各项成果，受《著作权法》保护， 编制单位共同享有著作权。 转载、摘编或利用其它方式使用 ODCC”。 对于未经著作权人书面同意而实施的剽窃、复制、修改、销售、改编、汇 编和翻译出版等侵权行为，ODCC 及有关单位将追究其法律责任，感谢各单位 的配合与支持。 II 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 编写组 项目经理： 王元月 北京中科合盈数据科技有限公司 工作组长： 李代程 百度在线网络技术（北京）有限公司 贡献专家： 周天宇 北京中科合盈数据科技有限公司 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 张广河 华为技术有限公司 李丹 华为技术有限公司 陈永昌 华为技术有限公司 张鹏 曙光数据基础设施创新技术（北京）股份有限公司 姚勇 曙光数据基础设施创新技术（北京）股份有限公司 蒋钢 中兴通讯股份有限公司 翁建刚 中兴通讯股份有限公司 冯鑫 深圳市江波龙电子股份有限公司 IV 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006

中国工业园区 污水处理管理研究 2 知识产权声明： 本报告由绿色和平和南京大学（溧水）生态环境 研究院共同发布，知识产权归双方共有。 编者： 袁增伟、邓婷婷、郭治鑫、薛乐平 顾问： 生态环境部环境规划院环境政策部副主任 董战峰 鸣谢（A-Z）： 保航、江卓珊、刘文杰、徐婧寒、郑名扬 2019 年 5 月 3 专家荐语 专家荐语 《工业园区污水处理管理研究报告》系统综述与 分析了我国当前污水处理现状以及工业园区污水处理厂管理现状和存在问题等， 从责权边界、排放标准体系、污水处理系统建设机制等方面提出了针对性的建议。总体上，报告思路清晰，资料详实，问题分 析针对性强，提出的建议符合我国当前相关方面的政策需求。建议在之后的分析研究中，可考虑不同工业园区类型差异，提供 分类指导、分类管理等差异化的管理策略。 北京师范大学环境学院副院长 张力小教授 国家《水污染 商务部、科学技术部联合发布《国家生态工业示范园区管理办法》，要求国家生态工业园建设污水集中处理设施。因此，在建 设完成后，如何确保工业园区内污水集中处理设施的稳定运行是一个亟需解决的重要议题。该报告围绕工业园区污水处理厂管 理对策开展相关的研究，通过结合工业园区实际案例，全面梳理了污水集中处理设施的管理现状，系统剖析了工业污水管理的 现行政策，总结、凝练、识别了工业园区污水处理厂在运行管理方面存在的主要问题，并针对工业园区污水处理厂维护、运行、

原料仓库位处于厂 内生产线旁，产成 品和半成品在厂区 内堆放严重。 厂外物流为第三方 物流，厂内加工过 程物流采取吊架式 悬挂传送，原材料、 产成品出入库为人 工叉车运输且无路 线规划。 客户 设备 信息化 仓储 物流 需求概述 总目标 1 、 30 万辆汽车的内外饰零部件产能 2 、 16 亿人民币的产值创造 6 条门板柔性化生产线（与长安汽车的不同车型匹配） 01 4 条主内 / 外饰件装配线（适应长安汽车的不同车型） 现有产线虽然部分工步的自动化程度较高，但设备以及设备与人之间的平衡协同性较差，需要进行整 体网络规划，并进行设备联网，打通不同业务单元的信息孤岛。 现有工厂管理及生产信息化程度较低，信息管理不充分，需要统一规划建立起适合工厂管理和生产业务运 作的信息系统。 需求分析 01 02 03 04 制造个性化：由模块化标准产品向个性化定制产品延展 产品种类 每 类 产 品 资源利用效益 网络基础设施 要素 4 ：人的因素 人 - 机交互（ MMI ） 验收与安全 数据和隐私保护 培训和教育 法律条款 要素 3 ：经济环境 商业模式 服务内容 企业管理软件 要素 5 ：技术因素 系统工程 / 建模 通信技术 智能工程 智能生产技术 传感器和执行器 要素 1 ：智能化工厂 智能生产—智能产品 连网（内部 / 外部 / 全球） 互操作性

装置等，实现实际物理流程并感知和操控物理流程的层级； （2）单元层是指用于企业内处理信息、实现监测和控 制物理流程的层级； 3 （3）车间层是实现面向工厂或车间的生产管理的层级； （4）企业层是实现面向企业经营管理的层级； （5）协同层是企业实现其内部和外部信息互联和共享， 实现跨企业间业务协同的层级。 3. 智能特征 智能特征是指制造活动具有的自感知、自决策、自执行、 自学习 2026 年，制修订 100 项以上国家标准、行业标准， 构建适应新型工业化发展的智能制造标准体系。加快制定智 能检测、智能物流等智能装备标准，研发设计、生产制造等 工业软件标准，智能设计、智能管理等智能工厂标准，供应 链建设、供应链运营等智慧供应链标准，数字孪生装备、人 工智能工业应用、工业数据流通等智能赋能技术标准，网络 协同制造、产销一体化运营等智能制造新模式标准，工业无 线网络 等可用性、机密性、完整性为目标的标准，重点包括企业网 络安全分类分级管理、安全管理、安全成熟度评估和密码应 用等标准。数据安全标准主要包括工业数据质量管理、加密、 脱敏及风险评估等标准。 3. 可靠性标准 主要包括工程管理、技术方法等 2 个部分。工程管理标 准主要包括智能制造系统可靠性要求、可靠性管理、综合保 障管理、寿命周期成本管理等标准。技术方法标准主要包括 可靠性仿真、可靠性设计、可靠性试验、可靠性分析、可靠

一方面也呈现出跨模块融合/打通的趋势；3）大模型侧，供给端对大模型的应用探索逐 步深入，主要通过智能体、大模型+大模型的强强联合、大模型+产品的结合等方式纷纷 探索大模型的应用落地。 需求端的核心需求没有变，生产制造管理相关、供应链相关等是重点，也是离散制造业 的核心诉求。只不过，行业经过几年发展，需求端的对转型认知和期望变的更加理性与 聚焦。就需求端的需求而言，具有两大特点：1）地域特色明显，广东、江苏、浙江、山 战略上高度认可，并确定未来一年在转型支出上增加投入，且供应商的选择更关注产品 及服务的实用性；另一方面则是指面对大模型的热度，需求端虽然积极拥抱，但是是以 客户洞察与营销管理这一大模型更适用的场景为主。聚焦主要是指需求端对自身的需求 认知更明晰，即更加聚焦数据准备、供应链管理、生产管理等紧迫需求场景。 3 目 录 CONTENTS 01 需求市场宏观分析 核心需求场景未变，生产制造、供应链等仍是重点 02 需求市场转型现状调研分析 《山东省先进制造业促进条例》-通过咨询和路线 规划，推动企业科学专业转型 《山东省制造业中试创新发展实施方案》-构建中 试平台，提升中试熟化能力、孵化培育优质企业 《山东省制造业卓越质量工程实施方案》-加强制 造业生产质量管理能力 《山东省制造业数字化转型行动方案（2023- 2025年）》《山东省制造业数字化转型行动方案 （2023-2025年）》-推动规上企业转型，为传统 产业改造升级提供技术支撑 各省2023-2024关于制造业数字化转型的核心政策

行调整和改进。 1.2 数据挖掘与预测 AI 技术可以通过数据挖掘和机器学习算法，提取出隐藏在海量数据背后的有 价值信息，并基于历史数据对未来可能出现的问题进行预测。这为企业的生产计 划、库存管理以及供应链协调等方面提供了有力支持，使企业能够更加精准地做出 决策，减少生产风险。 二、智能化生产与机器人技术 2.1 自动化生产线 AI 技术可以实现智能化的自动化生产线，通过自主学习和智能决策能力提高 高机器人的工作效率和灵活性。 三、智慧物流与仓储管理 3.1 智能调度与路径优化 AI 技术可以通过分析物流运输的相关数据（如货物种类、数量、交通条件 等），自动进行调度和路径优化。这将使企业能够以更低的成本和更短的时间完成 货物运输，提高整体供应链的效率。 3.2 智能仓储管理 智能仓储管理结合了 RFID 技术、人工智能和无线网络技术，通过实时监控和 自动识别技术，对货品进行追踪和管理，并实现智能化的库存控制。AI 在问题，并提前进行维护。这有助于企业减少因机器停机带来的损失，并延长设备 使用寿命，降低维修成本。 结论： AI 技术在智慧工厂建设中具有广泛应用和巨大潜力。通过数据采集与分析、 智能化生产与机器人技术、智慧物流与仓储管理以及质量控制与预防性维护等方面 的运用，在提高生产效率、优化资源利用、降低成本等方面取得了显著成效。然 而，AI 技术的推广仍面临一些挑战，如数据安全性和隐私保护问题。未来，我们 可以期待更多的创新和发展，使