简介：摘要：电力设备重过载预测是确保电力系统安全稳定运行的关键技术之一。本文提出了一种基于长短期记忆网络（LSTM）的电力设备重过载预测方法，通过深入分析历史负荷数据和气象数据，实现了对电力设备未来负荷状态的准确预测。实验结果表明，该方法具有较高的可行性，为人工智能技术在电力系统运行调度中的应用提供了新的视角和工具。

简介：摘要:智能算法在船舶设计中的应用优化了关键参数，提升了性能、经济性与环保指标。通过多目标优化模型与人工智能技术的结合，实现了复杂设计中的多目标平衡与设计周期缩短。在大型散货船和集装箱船的实际项目中，优化方案有效降低了燃油消耗和碳排放，满足了国际规范要求。数字孪生和大数据分析的进一步应用使设计与建造高度协同，提高了项目效率与市场竞争力，为未来船舶工业的发展提供了创新路径。

简介：摘要：当前，智能制造掀起了工业领域的发展浪潮，得益于大数据、人工智能、云计算、物联网等技术的支持，智能制造的发展取得了良好作用。在智能制造领域中，PLC是核心控制部件，为了满足智能制造的发展需求，必须通过有效方法提高PLC的控制精度和自适应性。本文介绍了智能制造的相关概念以及智能制造促进制造业升级的作用机制，总结了传感器数据优化PLC控制算法在智能制造领域的具体应用方法。

简介：摘要：在电网规划工作中，只要相关部门认真做好电力负荷预测这一环节的工作，就能为今后电网规划工作的顺利进行奠定基础。通过准确、高效的预报，可使工作人员做出科学的方案，从而保证目标装置的使用效果、电网运行品质等。因此，相关部门须改变思路，对电力系统负荷预测进行重新认识。在新形势下，电力企业应充分发挥大数据技术的优势，不断改进电力系统负荷预测与优化调度的方法。本文主要分析电力系统中基于大数据的负荷预测与调度优化算法研究。

简介：中国全球二氧化碳监测科学实验卫星（碳卫星，TanSat）是依托于“十二五’’国家高技术研究发展计划地球观测与导航技术领域“全球二氧化碳监测科学实验卫星与示范”重大项目和中国科学院“应对气候变化的碳收支认证及相关问题”战略性先导科技专项，由国家科技部和中国科学院共同资助，是继2009年日本GOSAT卫星。

简介：摘要：通过实际调查发现，局部放电是电力变压器运行过程存在的现象，并且放电数据存在不一致性、多样性。采用基于Transformer模型声纹特性算法可以识别不同声音的特征，并长期以自注意力机制模型自我学习和累积判断变压器本体噪声和放电声音，用以判别变压器放电故障，达到主动预警效果。

简介：摘要：针对传统校准方法存在精度不足、操作复杂及耗时长等问题，难以满足现代电力系统对变压器温控器高可靠性、高精度监控的需求。本研究通过构建集标准恒温槽、多路数据采集装置及高精度计算机控制系统于一体的试验平台，实现了对温控器示值误差、回差、接点动作误差、切换差及热模拟附加温升等关键参数的全面自动化校准。采用先进的PID控温技术及PWM电源转换技术，确保恒温槽温度稳定且精确可控。通过优化数据处理流程，引入智能分析算法，自动判断校准数据的有效性，并依据国家规程自动生成校验报告，极大地简化了校准流程，缩短了校准周期。实验结果表明，优化后的校准算法显著提高了变压器温控器的校准精度，降低了人为操作误差，为电力变压器的安全稳定运行提供了有力保障。