案例名称:【基于5G+工业互联网光伏智造智维协同创新云平台】
公司名称:【中节能太阳能股份有限公司(000591)】
案例简述:
中节能太阳能股份有限公司(股票代码:000591,以下简称太阳能公司)作为国内第一家以太阳能发电为主业的上市公司,联合下属中节能太阳能科技(镇江)有限公司结合行业形势坚持通过科技创新引领和机构转型升级,利用云计算、大数据、物联网、5G等新科技作为数字化应用的载体。致力于构建“平台+生态”的模式,开启智能制造智慧运营新时代,做好绿色低碳、数智转型的创新实践和示范引领,推动企业高质量发展。
公司通过5G+工业互联网云平台的融合创新与实施应用,全方位覆盖光伏工厂智能制造运营与电站智能运维服务。形成5G+智慧园区、5G+智慧运维、5G+智慧生产以及5G+标识解析4大板块33个场景,重点聚焦“3A”模式(Al、AGV、AR)等场景的融合应用,打造“集中监控、数据分析、进程诊断、实时维护、装备控制”的数据共享一体化管控。
平台已接入3897台设备、60个工业扫码器、12个边缘计算程序;采集指标8.9万个、联网数据4.1亿条、标识量5300万。工厂实现生产全流程无纸化管控、产能提升51%、电脑设备减少2/3、生产全流程可追溯。电站实现运维协同联动管控,已累计监测发电16.5亿度,节约标煤50.42万吨、植树2.56亿棵,减排二氧化碳137.6万吨,运维效率有效提升50%,综合发电量提升约5%。
展望“十四五”,中节能太阳能将持续为客户及企业提供集“硬+软+云+集成+咨询”于一体的智能制造、智慧运维全场景解决方案,助力实现行业赋能及企业改革发展的全局优化,推动实现双碳目标。
扫码查看详细案例
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。