四五”规划纲要专栏 6 中特别 提到实施压缩空气储能。 1.1.5 华北院接收到中国能源数字科技集团有限公司提供的设计基础资料。 1.1.6 《 光 伏 发 电 工 程 预 可 行 性 研 究 报 告 编 制 规 程 》 标 准 编 号 ： NB/T 32044-2018。 1.1.7 《风电场工程规划报告编制规程》标准编号：NB/T 31098-2016。 1.1 日，接收到业主方委托，组织项目成员并进行策划。 2021 年 12 月 28 日，组织相关人员现场踏勘和收资。 2022 年 1 月 12 日，陪同业主方签订框架协议。 2022 年 1 月 14 日，完成初可报告初稿。 1.3.2 工作组织 主管总工程师： 项目经理：计划工程师： 主设人和主工： 序号 专业 主设人 主工 1 风资源 2 光资源 元/kW 考虑，项 目静态投资为 162131 万元。制氢部分，安装 2 套 500Nm³/h 电解水制氢系统。年运行 小时按 6600h，制氢电耗 25000MWh/年、水耗 4025 吨/年，可产氢气 594 吨/年、氧气 4719 吨/年。制氢部分静态投资为 2004 万元。本工程静态投资合计 958298 万元。 本期项目经营期按 25 年，光伏部分静态投资按照 4500 元/kW

+智能 见未来 华为云打造企业可落地数字化转型基础模式 演讲人： 胡维琦 华为云中国区副总裁 企业数字化转型面临的主要问题 业务烟囱 资源分散 缺乏全局性 数据孤岛 企业数字化转型需实现广泛的开放和连接 • 连接云上云下，打通企业系统边界 • 连接应用和数据，打通数据边界 • 连接IT与OT，打通物理与数字世界边界 • 连接企业与生态伙伴，打通生态价值边界 企业 API、B2B API、B2B 消息、数据 企 业 核 心 业 务 企 业 上 下 游 生 态 链 供应商 制造 物流 支付 开发者 渠道 华为云打造企业可落地的数字化转型基础模式—— 点->线->面 小步快跑 数据湖:构建数据平面,支撑企业未来数字化运营 协同办公：基于Welink一个APP整合办公OA、产供销主业务流应用等所有应用，打造整个公司协同办公平台 ROMA:统一应用集成平台 整合企业核心应用SaaS生态，优化应用管理模式 C D 公有云到私有云、云多云之间的协同 企业到企业，跨企业数据交换 设备到设备、OT和IT间的融合 打造统一数据底座，帮助企业构建端到端的智能数据系统 DAYU 数据集成 DAYU可管理丰富的数据源类型Native生态接口 实时 实时 接入 离线 离线 迁移 第三方 第三方 工具 DAYU平台：一站式数据运营平台 敏捷可视能力 自助分析能力 全局治理能力 高效探索能力

1 中国可持续航运燃料发展报告2025 2 1 • 执行摘要 近 年 来 ， 全 球 航 运 温 室 气 体 （ GHG） 减 排 进 程 明 显 加 快 ， 欧 盟 （ EU） 将 航 运 业 纳 入 其 碳 排 放 交 易 体 系 并 实 施 了 《 欧 盟 海 运 燃 料 条 例 》 ， 国 际 海 事 组 织 （ IMO） 也 批 准 了 “ IMO净 零 框 架 ” 草 案 。 排 放 ， 使 用 可 持 续 航 运 燃 料 已 成 为 国 际 航 运 业 实 现 净 零 排 放 目 标 的 根 本 路 径 。 但 当 前 航 运 业 对 于 可 持 续 航 运 燃 料 的 定 义 尚 未 达 成 共 识 ， 中 国 发 展 可 持 续 航 运 燃 料 产 业 的 路 线 还 不 清 晰 。 为 此 ， 中 国 船 级 社 编 制 了 《 中 国 可 持 续 航 运 燃 告 》 ， 提 出 了 可 持 续 航 运 燃 料 的 定 义 与 内 涵 ， 梳 理 了 国 内 外 可 持 续 航 运 燃 料 产 业 发 展 现 状 ， 分 析 了 中 国 发 展 可 持 续 航 运 燃 料 的 前 景 和 问 题 ， 并 从 政 府 、 行 业 、 企 业 三 个 层 面 总 结 提 出 发 展 思 考 与 建 议 。 一 般 而 言 ， 可 持 续 航 运 燃 料 是

。 鉴于此，继上期《光照未来：光伏组件企业可持续披露观察与建 议》 4报告发布之后，绿色江南继续追溯光伏产业链上中游环节， 对硅料、硅片和光伏电池片企业的可持续发展情况进行深入观察， 并提出相应的建议，以期为光伏产业的可持续发展提供参考。 本期观察聚焦于光伏产业链上中游的核心环节——硅料、硅 片和光伏电池片业务主要企业，通过分析企业披露的可持续相关 举措成效信息，为企业未来的绿色转型提供有价值的参考和支持， cc/section/85/3660 4《光照未来：光伏组件企业可持续披露观察与建议》绿色江南发布 https： //baijiahao.baidu.com/s?id=1823353842386640310&wfr=spider&for=pc 3 一、数据来源与研究方法 图 1：绿色江南航拍 本次观察所采用的数据来源包括各企业公开发布的年报、可 持续发展报告（包括 ESG 及社会责任报告）、官方网站报道，以 、温室气体排 放量、产品碳足迹认证情况、“三废”（废水、废气、固体废弃 物）管理措施以及环境投入等关键指标密切相关，因此，通过对 以上指标的披露数据及信息进行针对性观察与深入分析，不仅 本期可持续信息披露观察聚焦于光伏上中游产业链的三大核 心环节：硅料生产、硅片制造以及光伏电池片生产，涵盖了总计 54 家上中游企业。这些企业的名单基于中国光伏产业协会公示的 信息、近三年的产能与市场数据、行业专家建议及其他公开资料

IBM宣布在量子纠 错技术上取得了重 大突破，使得量子 计算机在抵抗错误 的能力上取得了长 足进步。 谷歌推出量子芯片 Willow：谷歌推出 最新的量子芯片 Willow。使用更多 量子比特进行拓展， 可成倍减少错误， 解决了量子纠错领 域近30年来一直试 图攻克的关键难题； 同时在基准测试中， Willow展示了一流 性能。 ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫

湖南 院专业技术力量牵头组建，提供从双碳方案顶层设计到典型 项目实施的一揽子服务，致力于打造国内领先的“双碳”智 库和系统解决方案提供商。 北京大学能源研究院是北京大学下属独立科研实体机构。研 究院以国家能源发展战略需求为导向，立足能源领域全局及 国际前沿，利用北京大学学科门类齐全的优势，聚焦制约我 国能源行业发展的重大战略和科技问题，按照“需求导向、 学科引领、软硬结合、交叉创新、突出重点、形成特色”的 能源为主体的系统转型；推动电气化；高耗能部门的低碳绿 色发展；可持续交通模式；区域、省、市碳中和模式的示范 推广；散煤和塑料污染治理；碳中和与碳汇；碳市场；社会 公正转型等。 气候变化与能源转型项目系列报告 非洲转型矿产资源开发利用与国际合作战略研究（2025） 中国散煤综合治理研究报告2025（2025） 非洲撒哈拉沙漠以南可再生电力可及性发展（2025） 山东省分布式光伏高质量发展的开发模式和市场机制研究 25） 面向双碳目标与电力保供的煤电定位调整、布局优化与转型路 径研究（2025） 双碳目标下中国钢铁行业电气化发展研究报告（2025） 福建省双碳目标下的电力行业低碳转型和深度脱碳路径优化研 究（2025） 福建省清洁能源高质量发展战略研究（2025） “双碳”目标下煤炭基地省份重大生产力布局调整——以山西 为例（2024） 鄂尔多斯低碳转型及案例研究（2024） 推动燃气发电发展

电地区能源资源、电 力系统现状和发展规划、电源运行特性以及经济参数等资料。 4.2.2 能源资源资料应主要包括水能、风能、太阳能、核能、生物质能、地热能、煤炭、 石油、天然气资源量及分布，及其可开发量、开发利用现状和发展规划。 4.2.3 电源现状和发展规划资料应主要包括水电、风电、光伏发电、光热发电、核电、 生物质发电、地热发电、燃煤火电、气电、抽水蓄能、电化学储能、压缩空气储能各类 出项目区域主要涉及电源品种。 5.1.2 水能资源分析应主要包括下列内容： 1 根据项目区域内水力资源普查和河流水电规划成果，分析水力资源的理论蕴藏 量、技术可开发量、已建规模、在建规模。 2 根据河流水电规划和开发建设情况，结合工程建设条件、制约因素、工程进展 情况，分析提出可参与综合开发项目的水电站。 3 必要时结合综合开发项目需求，分析新增水电及水电扩机的条件，经技术和经 济综合分析提出相应规模及建议。 等资料，分析风能理论蕴藏量、资源可开发量、技术可开发量及其分布。现场测风数据 宜连续1年及以上。 2 根据项目区域风能资源量及开发利用情况，分析提出可参与综合开发项目的风 电场位置范围及规模。 5.1.4 太阳能资源分析应主要包括下列内容： 1 根据参证气象站长期气象资料、项目区域太阳总辐射量和法向辐射量、场址开 发建设条件等资料，分析太阳能理论蕴藏量、资源可开发量、技术可开发量及其分布。 2

浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 新一代人工智能 金融智能研究 金融智能应用 新一代AI展望 提 纲 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 Research 一、新一代人工智能 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 统计语言模型 （SLM） 神经语言模型 （NLM） 预训练语言模 型（PLM） 大语言模型 （LLM） Seq2Seq建模 基于循环神经网络RNN描述单 基于循环神经网络RNN描述单 词序列的概率 • 优点：通过词嵌入和隐 藏层，上下文捕捉和泛 化能力较强； • 缺点：计算复杂度高， 面对长文本序列仍会有 “灾难性遗忘”问题 基于文本概率分布建模 通常基于马尔可夫假设建立词 预测模型（N-gram） • 优点：可解释、计算速 度快 • 缺点：从前向后单向计 算；单纯基于统计频次、 缺少对上下文的泛化； 随着n的增大，参数空 间呈指数增长 “预训练-微调”