智能电网: 多源电力系统的高效选型 白皮书 目录 01 引言 第一部分 - 智能电网基础与智能选型的作用 03 04 05 1 - 智能电网：能源转型的支柱 2 - 为什么智能选型至关重要？ 3 - 选型软件：应对新挑战的解决方案 06 第二部分 - 潮流计算：优化电能质量与预防低效能 07 1 - 理解潮流计算 08 10 2 - 案例研究：提升工业电网性能 第三部分 在智能选型中的作用 31 1 - elec calc 的核心功能 32 36 2 - 为智能电网参与者带来的附加值 结论 - 借助 elec calc 开启智能电网新时代 38 白皮书 | 智能电网：多源电力系统的高效选型 01 引言 能源转型背景下智能电网 的挑战 能源转型正在加速推进，其驱动力来自于减少碳排放的需求以及将可再生能源整合到电力系统中 的必要性。 智能电网是这一变革的核心， 系统复杂性的增加。这些障碍需要创新方法来确保电网的稳定性、安全性和弹性。 引言 02 在此背景下，电网的智能选型成为优先事项。通过精确分析和优化基础设施，选型软件在应对智 能电网挑战中发挥着战略作用。这些适应多源电网特性的先进工具有以下优势： |多源电网中选型软件的关键作用 1 优化电力能量流 通过潮流计算，软件分析负载、电流和电压的分布，做到能量损耗最小化并预测过载。 2 电网安全 能够在系统的任意点

基于多源信息融合的 应急响应优化与仿真 赵晗萍 应急管理部 - 教育部减灾与应急管理研究院 教授 zhaohanping@bnu.edu.cn 2023-06- 28 库存 （报童）模型 时间序列 分析 运输模型 P- 中心模型 集合覆盖模型 最大流模型 车辆路径 规划模型 强大的商业物流资源 高效应急物流 ？ MAX F (X, b 运输系 统 • 灾害应急物流：需求不完备、供给太多样、运输变化多 应急物资储备库 / 出 救点选址问题 大规模应急 疏散问题 灾害应急物流优化问题 应急物资 储备问题 物资运输 调度问题 灾区需求 预测 应急物资 配置问题 P2 交通部门 保 障 运 输 需 求 端 医疗机构 需求产生 供应源 ( 链 / 网络 ) 物流运输 P3 新冠疫情应对应急物资供应链 情 数 据 融 合 框 架 基于 BPA 重分配模型 的 网络灾情新数据融 合 基于 BPA 修正后的 网络灾情数据融合 灾情数据可 靠性测量 灾情数据模 糊性测量 网络灾情多源数据融合 D-S 证据理论组合规 则 P11 建筑物倒塌范围的模糊词 云模型参数 퐸 X 퐸 n He 建筑物几乎无倒塌（ A1 ） 0.0025 0.0021 0.0002 个别倒塌（

医院 管理， 到底有多 ？ 2021 年 2 月 2 日 健 康 界 研 究 院 《医院后勤管理，到底有多智慧？》 * 免责声明 本报告的数据来源于公开信息整理分析结果，本报告所载的资料、研究结论仅反映健康 界研究院于撰写、发布本报告当日的判断，过去表现不应作为日后表现的依据。 * 版权声明 本文为健康界/北京华媒康讯信息技术股份有限公司原创。未经北京华媒康讯信息技术 股份有限 股份有限公司书面授权，任何机构、网站和微信公众号平台，不得转载、复制、引用、摘编。 若违规使用，我们保留进一步追究相关行为主体法律责任的权利。 《医院后勤管理，到底有多智慧？》 目录 一、医院后勤管理概述................................................................................................1 智慧后勤建设未来发展趋势............................................................................13 《医院后勤管理，到底有多智慧？》 1 一、医院后勤管理概述 1、医院后勤管理概念与特征 一流的医院需要一流的技术，一流的医院同样需要一流的后勤管理。后勤管 理是一门学问，也终将成为一门科学。 “兵马未动，粮草先行

面向公交系统分散多场所的多媒体 应急指挥 调度（监控）系统 一、引言 多媒体指挥调度通信系统是应用在部队、公安、铁路、电力、交通等特殊领域的 视频通信系统，而传统的指挥调度系统主要基于语音网络，只听声音、不见其人，指 挥者只能通过前方反馈的语音信息进行判断分析后，进行决策、下达命令。由于语音 信息是一种描述性的信息，它不像多媒体视频信息那样直观、具体，缺乏一定的准确 带宽条件下的具有音、视频双向交互功能的 WebAVD”面对面”实时交互多媒体网络通 信系统基础上，与基于数字硬盘录像机（DVR）/视频服务器（DVS）组成的数字监控 系统相结合，构建一个面向分散多场所的多媒体应急指挥调度（监控）系统平台。这 与传统的语音指挥调度系统相比发生了质的变化，填补了我国多媒体视频调度系统的 市场空白，结束了指挥员调度时只听声音、不见其人的历史。 该多媒体应急指挥调度（监控）系统平台采用兼容 向音、视频交互功能的集 视频监控、视频通信、视频指挥调度、视频会议、视频协同办公于一体的多媒体应急 指挥调度（监控）系统。 二、面向分散多场所的多媒体应急指挥调度（监控）系统 需求分析 分散多场所的面向分散多场所的多媒体应急指挥调度（监控）系统，多功能、多 业务，既可以用于视频指挥调度、也可用于视频监控、视频会议、远程教学、图像传 输，并且操作简捷、使用方便，可广泛应用于军队、武警、公安、铁路、电力、石油、

计算机 2024 年 01 月 08 日 盛视科技(002990.SZ) 深耕智慧口岸，海外业务、多模态AI构筑第二增长曲线 请通过合法途径获取本公司研究报告，如经由未经许可的渠道获得研究报告，请慎重使用并注意阅读研究报告尾页的声明内容。 公 司 报 告 公 司 首 次 覆 盖 报 告 强烈推荐（首次） 股价：31.99 元 主要数据 季度末，公司完成了对云南河口口岸（1.66 亿元）、瑞丽（含 畹町）口岸（1.06 亿元）两个亿级合同的签署。据我们不完全统计，公司 2023 年以来中标项目金额合计已达 9.78 亿元。  公司携手华为出海，推进多模态 AI 赋能业务场景。“一带一路”极大推动 了我国边境地区口岸数字化的需求，同时也带动了沿线国家的海外口岸数 字化需求，公司目前已联手华为大力布局海外市场。“一带一路”沿线国 家是公司海外市场重点布局的区域，截至 外事业部，加快布局海外市场，2022 年公司与华为签署协议将在全球海 关领域开展全面合作，包括海关、口岸和综保区/自贸区等产品和解决方案 开发、市场推广、项目拓展、生态构建等。同时，公司也在积极推进多模 态 AI 研究赋能业务场景，已规划多模态 M2-GPT 大模型。 2021A 2022A 2023E 2024E 2025E 营业收入(百万元) 1,127 989 1,849 2

智慧安监 重大危险源监管平台解决方案 01 行业概述 02 整体解决方案 03 应用方案设计 04 企业介绍 目录 CONTENTS 企业介绍 04 应用方案设计 03 整体解决方案 02 行业概述 01 “ 互联网 +” 时代的 智慧安监 以“互联网 +” 的发展思维为导向，利用物联网、互联网、云计算、大数据分析等技术，建 设满足各级安全监管监 智慧安监：安监信息化新形态 核心理念：安监管理智慧化 “ 防” 通过平台数据分析模型，预测事 故或危险源发生事故时的扩散趋 势及影响范围，防患于未然，遏 制事故于萌芽状态。 “ 管” “ 控” 通过平台安全生产监管系统，建立隐患 排查治理、企业监管、重大危险源监 控、落实安全责任到人，严抓严管潜在 的不安全因素。 围绕危险源、隐患等安全生产要 素，多角度、多维度构建事故救援 预案库，事故发生时有序实施救 援，降低事故造成的危害。 信息采集 信息流 录入 信息流 信息流 监控设备 企业介绍 04 应用方案设计 03 整体解决方案 02 系统概述 01 重大危险源监管解决方案思路 监管环节覆盖不全面 解决现有平台对重大危险源流通环节监管覆盖不全面的问题 现有系统没有做到对重大危险源的生产加工、运输、存储、使用等流通环节的全程跟踪监管。 人工监管存弊端 解决现有人工监管存在的弊端 系统产生的海量监管数据，如果没有智能

江行智能 副总裁兼主任科学家 面向源网荷储一体化的边云协同实践 2022云边协同大会 关于江行智能 江行联加智能科技有限公司（简称江行智能），是中国领先 的能源和工业互联网边缘计算产品与服务提供商，力争成为 电力能源数智化基础设施领导者，致力于使用先进的边缘计 算技术服务“3060碳达峰碳中和”目标，推进能源和工业 领域产业变革，响应智慧能源建设、源网荷储一体化和数字 化转型需求。 服务能力 2022云边协同大会 政策引导 国家发展改革委 国家能源局关于推进电力 源网荷储一体化和多能互补发展的指导意见 依托“云大物移智链”等技术，进一步加强源网荷储 多向互动，通过虚拟电厂等一体化聚合模式，参与电 力中长期、辅助服务、现货等市场交易，为系统提供 调节支撑能力。 2022云边协同大会 源网荷储是什么 发电即利用发电动力装置将水能、化 石燃料(煤炭、石油、天然气等)的热 能、核能以及太阳能、风能、地热能、 变电是指电力系统中，通过一定设备将 电压由低等级转变为高等级（升压）或 由高等级转变为低等级（降压）的过程。 配电是在电力系统中直接与用户相连 并向用户分配电能的环节。 2022云边协同大会 源网荷储的重要性 减少可再生能源的 随机性 提高电网 可靠性 避免用电负荷 间歇性 需要引入储能装置用于能源存储，促进发电、电网和负载之间的互动 2022云边协同大会 关键因素 资料来源：Climate

项目编号： 智慧交通行业治理 AI 大模型多场景协同 决策与自适应 设 计 方 案 目 录 1. 交通治理 AI 大模型概述...............................................................................7 1.1 AI 大模型的基本概念............................. ......14 1.2 多场景协同决策的重要性...................................................................15 1.2.1 交通治理的复杂性分析..............................................................17 1.2.2 多场景协同的必要性....... 78 3.3.2 模型部署方案.............................................................................79 4. 多场景协同决策..........................................................................................81 4

多车企接入DeepSeek，以AI为核心的智能化竞争加剧 2 3 4 5 6 7 8 9 10 CAM观点 ◆ DeepSeek大火，电信、云计算、芯片、金融、汽车、手机等多领域已有超过200家头部企业宣布接入 DeepSeek。聚焦汽车行业，吉利、岚图、智己、长城、广汽、长安、奇瑞等20多个车企纷纷宣布与 DeepSeek深度融合，标志着汽车智能化进程的加速。相较于部分 车企接入DeepSeek的方式各有不同：借助DeepSeek的理解与推理能力，提升车辆座舱语音交互、感知决策 等多方面能力，为用户带来更加智能化、个性化的用车体验；从技术实现路径看，车企主要采用直接接入、 多模型联合协同部署、模型深度融合与蒸馏三大接入方式。 ◆ 车企扎堆布局“DeepSeek”的思考：综合来看自主品牌中传统车企普遍已经接入DeepSeek，而AI技术储备 较深的部分新势力车企尚未有接