全面连接、深度感知、微服务嵌入、服务石化应用 IOT 虚拟网关 IOT 通信 AI行为 识别引擎 IOT规则 引擎… ELT 中间件 9 设备接入、大数据处理、人工智能算法助力石化装备AI管理 物联网 平台 物联网 平台 物联网 平台 物联网 平台 设备 接入 的能力 中化工业 互联网 深度 赋能 大 数据 处理能力 物联网 平台 中化工业 互联网 深度 赋能 赋能 人工 智能 核心算法 石化装备AI管理—中化工业互联网平台深度赋能 石化装备AI管理—中化工业互联网平台深度赋能 实时数据 离线数据 • Modbus协议 • JT/T808协议 • MQTT协议 • 提供其他协议转MQTT协议的SDK • CSV格式 • 用户可自定义表头（需提供对应文档） • XLS格式 • XLSX格式 丰富数据接口 系统通过对大量数据接口及文件 数据，从而满足故障诊断客户初次加 装、二次改造升级、数据分析服务等 多种业务需求。 11 石化装备AI管理—中化工业互联网平台深度赋能 A I 智 慧 发 力 BigData 深 度 赋 能 12 石化装备AI管理—中化工业互联网平台深度赋能 拖拉拽模型构建 交互式建模分析 深度优化算法库30+ 模型管理/发布可视化 用户数据 数据预处理 特征探索 机器学 习建模 模型评估 批量/实时预测

前沿所处的创新阶段， 工程前沿可分为侧重理论探索的工程研究前沿和侧重实践应用的工程开发前沿。 2024 年度全球工程前沿研究采用专家与数据多轮交互、迭代遴选研判的方法，通过专家研判与数据分 析深度融合，在 9 个领域共遴选出 92 个工程研究前沿和 92 个工程开发前沿，并重点解读 29 个工程研究 前沿和 29 个工程开发前沿。各领域前沿数量分布如表 1.1 所示。 工程前沿研究基本流 图 1.1 全球工程前沿研究流程 5 第一章 研究方法 全球工程前沿 Engineering Fronts 所示，其中绿色部分以数据分析为主，紫色部分以专家研判为主，红色方框为专家与数据多轮深度交互的 过程。 1.1 工程研究前沿遴选 工程研究前沿遴选包括两种途径：一是基于 Web of Science 数据库 SCI 期刊论文和会议论文数据，经 数据挖掘聚类形成工程研究前沿主题； 工程研究前沿 核心论文数 被引频次 篇均被引频次 平均出版年 1 船舶数字孪生系统 23 589 25.61 2020.3 2 海洋漂浮式光伏发电 16 826 51.62 2020.4 3 基于深度图像的场景解析 15 494 32.93 2022.1 4 4D 打印的形状记忆聚合物智能结构 4 204 51.00 2022.0 5 多频全球导航卫星系统精确定位方法 36 1 608 44

化，加快建设制造强国、网络强国、数字中国”。《中共中央 关于进一步全面深化改革、推进中国式现代化的决定》明确提 出“健全促进实体经济和数字经济深度融合制度，加快推进新 型工业化”。 能源化工行业是国民经济支柱产业，具有产业链条长、涉 及领域广、技术含量高、经济带动性强等特点，工业互联网作 为数字经济与实体经济深度融合的关键基础设施，正不断催生 新产业、新模式、新动能，成为培育新质生产力和支撑新型工 业化加速发展的重要驱动力量。通过工业互联网赋能能源化工 由中国信息通信研究院牵头，联合相关企业成立了工业互联网 产业联盟（AII），明确工业互联网定义“是新一代信息技术与 工业系统全方位深度融合形成的产业和应用生态，是工业智能 化发展关键的综合信息基础设施”。工业互联网是以机器、原 材料、控制系统、信息系统、产品及人之间的网络互联为基础， 通过对工业数据的全面深度感知、实时传输交换、快速计算处 理和高级建模分析，实现智能控制、运营优化和生产组织变革。 放眼全球，各工业大国均出台了工业互联网领域的顶层战 移植、可复用的工业微服务组件，构建应用开发环境，实现工 业软件的快速研发。应用层聚焦数据科学与工业机理的深度融 合，形成各类工业软件，为设计、生产、管理、服务等各业务 环节提供数字化服务。 （四）工业互联网技术产业发展趋势 网络、平台、安全作为传统工业互联网三大核心，重点服 务于工业数据互联互通的需求。随着数字技术与工业体系深度 融合，工业互联网产业边界向传统工业技术服务业渗透，传统 装备、自动化、工业软件产业加速升级，智能装备、新型工业

率。另一方面，伴随能源系统的演进而涌现的新兴技术和新兴 市场机制将重新定义用能模式，能源网络与交通网络、算力网 络等跨行业的融合，将催生车网互动、虚拟电厂、零碳算力中 心等新兴场景，引入跨领域主体深度参与能源互动，共同组成 朝气蓬勃的能源生态。 1.2 数字化战略深刻影响能源体系建设 高度复杂的新型能源体系需要更强大的数字化智能化手段保障 其有效运营。长久以来，数字化工具主要作为能源管理的辅助 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体 系就可减少全球23%的碳排放——这一数字甚至比当前全球汽 车碳排放的90%还要高1。 全球范围内电力系统数字化转型加速，物联网、人工智能、数 字孪生等技术的深度应用成为关键。多国已制定相应战略， 推动智能化电力基础设施的建设。欧盟于2022年10月发布的 《能源系统数字化行动计划》提出，2020年至2030年预估 将向电网领域投资5840亿欧元，重点支持配电网的数字化改 新型电力基础设施的部署与新型输配电技术的应用，持续提升 灵活性，并以数据驱动对海量设备资源的整合协同以及精准决 策，在保障系统安全高效运转的基础上，打造电力资源优化配 置的枢纽平台，并与油、气、热、氢等能源网络深度耦合，驱 动能源体系的清洁低碳转型。 为了达成碳中和的宏伟目标，关键路径之一在于打造包含六个 核心要素——源、网、荷、储、碳、数的全新电力系统。这个 系统将利用数字化技术的力量，协调和整合电力生产、输送、

率。另一方面，伴随能源系统的演进而涌现的新兴技术和新兴 市场机制将重新定义用能模式，能源网络与交通网络、算力网 络等跨行业的融合，将催生车网互动、虚拟电厂、零碳算力中 心等新兴场景，引入跨领域主体深度参与能源互动，共同组成 朝气蓬勃的能源生态。 1.2 数字化战略深刻影响能源体系建设 高度复杂的新型能源体系需要更强大的数字化智能化手段保障 其有效运营。长久以来，数字化工具主要作为能源管理的辅助 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体 系就可减少全球23%的碳排放——这一数字甚至比当前全球汽 车碳排放的90%还要高1。 全球范围内电力系统数字化转型加速，物联网、人工智能、数 字孪生等技术的深度应用成为关键。多国已制定相应战略， 推动智能化电力基础设施的建设。欧盟于2022年10月发布的 《能源系统数字化行动计划》提出，2020年至2030年预估 将向电网领域投资5840亿欧元，重点支持配电网的数字化改 新型电力基础设施的部署与新型输配电技术的应用，持续提升 灵活性，并以数据驱动对海量设备资源的整合协同以及精准决 策，在保障系统安全高效运转的基础上，打造电力资源优化配 置的枢纽平台，并与油、气、热、氢等能源网络深度耦合，驱 动能源体系的清洁低碳转型。 为了达成碳中和的宏伟目标，关键路径之一在于打造包含六个 核心要素——源、网、荷、储、碳、数的全新电力系统。这个 系统将利用数字化技术的力量，协调和整合电力生产、输送、

中国互联网协会网络绿色发展工作委员会，凝聚产业生态合力，组织 30 余家企业和科研院所，系统梳理 2024 年前后国内外双碳发展态势， 跟踪政策动向与技术创新方向，提炼规律性认知，构建兼具理论深度 与实践价值的体系化框架，为产业界提供可参考的行动坐标。 本蓝皮书作为双碳领域阶段性研究成果，虽经严谨编撰仍难免疏 漏，恳请各界不吝指正；文中数据皆引自政府官网、国际组织报告、 相关企业年 .................................... 43 （二） 绿色材料和工艺驱动高耗能工业深度脱碳 ........................................................... 45 （三） 数字化+AI 深度赋能制造业节能管碳 ................................................. ............................................. 23 4 一、综述：碳达峰碳中和在探索中砥砺前行 当前，全球经济复苏承压，迈入深度调整与结构性变革交织的新周期。可持 续发展理念加速重构全球治理体系，气候行动跃升为多边议程的核心命题。传统 能源系统面临供需矛盾加剧与气候危机持续升级的双重挑战，绿色低碳转型成为 国际共识性突

进行远程控制，减人增安效果良好。 （二）本质安全水平不断提升 煤矿智能化建设作为安全治理体系现代化的核心驱动力，正逐步 11 重塑传统煤矿安全管理模式。通过将智能化建设与安全生产全要素的 深度融合，构建形成“感知-预警-决策-控制”的全链条防控体系。 通过协同智能监测系统、自动化装备、数字化平台，有效推动煤矿安 全管理从被动应对转为主动预防，大幅提升了风险识别能力和本质安 全水平。 进平 行作业与远程集控、安全保障智能监管及远控、矿井云网融合等关键 技术，打造无人化矿井建设模式，实现“安全、高效、绿色、智能” 的现代化煤矿管理模式。 2.“5G+工业互联网”与煤矿场景深度融合应用。成功建设了矿 用超万兆综合承载网+F5G 视频专网+安全可信智能矿山新一代骨干网 络，全面融合矿用 5G/5G-A、4G、WiFi6、UWB 等无线通信定位技术， 构建出低时延、高可 5G/F5G、AI 识别、机器人及大数据等技术，构 建“专家型”智能中枢，建成十大标准系统及 5G 通信、智采、智掘 与机器人作业四大样板工程。 3.人工智能技术逐步推进场景应用。依托 AI 视觉分析、深度学 习算法及高性能算力平台，成功构建了“云网边端”协同的煤矿人工 智能应用模式，实现了对“人-机-环-管”实时智能监测与报警闭环 管控，通过部署高清矿用摄像机、智能分析终端等 AI 算力设备，有

最终在一年后纠正。7 随着最近对人工智能 (AI) 的兴趣激增 ， 人们 再次提出了关于新兴能源使用的问题 技术。在这种情况下 ， 批评家推测 AI 的快速采用 数据创新中心 1 再加上深度学习模型规模的增加将导致 能源使用的大量增加 ， 具有潜在的破坏性 环境影响。8 然而 ， 与过去的技术一样 ， 许多 关于人工智能消耗能源的早期说法已被证明是 夸大和误导。本报告概述了辩论 ， 包括一些早期的失误以及它们是如何形成的 但数量要低得多 FLOPS ” 。43 换句话说 ， 最新的 AI 模型可能并不特别 高效的设计 ， 因为研究人员专注于性能 改进 ， 但随着时间的推移 ， 研究人员将解决效率问题。 表 3 ： 深度神经推理的能耗 用于两个不同 GPU 的计算机视觉的网络44 P100, V100, 6 月发布 6 月发布 Top - 1 精度 (ImageNet) 2016 2017 (焦耳) Year ： 数字的使用和滥用 能源问题分析和媒体报道中的事实。 “ 10. Emma Strubell ， Ananya Ganesh 和 Andrew McCallum ， “能源与政策 ” NLP 深度学习的注意事项 ， “arXiv. org ， 2019 年 6 月 5 日 ， https: / / arxiv. org / abs / 1906.02243. 11. 大卫 · R · 苏 ，

子传感三大核心领 域的核心技术进展、产业融合以及政策布局情况，深入剖析了当前技术理 想与商业现实之间的矛盾与挑战。报告不仅关注单独硬件的提升，更强调 量子技术与人工智能、网络通信及各产业应用的深度耦合，以及探讨各机 构如何在竞争中实现合作，在安全中推动发展，在伦理中寻求创新平衡。 展望未来，2025年或将成为全球量子科技产业的“临界点”。各国政 府、企业和科研机构正以战略定力和前瞻视野，加速推动量子技术从实验 据的广泛代表 性与严谨性，我们对采集数据进行了多轮验证与交叉比对，构建高 质量的实证数据集，以支持后续分析工作的科学性与精确性。 02 专家网络与深度访谈：通过建立涵盖不同领域的多层次专家网络， 本研究与量子科技领域的一线从业人员展开了深度对话。受访专家 包括知名量子科技企业的创始团队及技术负责人、行业协会的资深 顾问、顶尖高校及科研机构的量子科学家等。访谈以结构化与非结 构化相结合 扶持、创新生态、人才集聚及技术商业化等能力。基于差异化定位， 揭示了区域之间的竞争优势与互补性，为全球量子科技协同发展提 供洞见支持。 本研究报告基于系统化、科学化和多元化的研究方法论，通过深度数据挖掘、专家洞见提炼、产业 建模分析与多维价值链梳理，全方位评估量子科技的技术前沿、市场潜力及其产业化路径。 3 01. 2024产业发展概览 02. 北美量子产业发展概况 03. 欧洲量子产业发展概况