FHTY / AI

让工业 AI 的每一步都有依据

从能源数据治理到专业模型,再到智能体协同与企业应用。

ARCHITECTURE / FIVE LAYERS

从现场数据到可审计建议。

工业大模型连接知识、工具和决策;每个数值仍由专业模型与约束检查得出。

05企业应用

能源调度 · 生产协同 · 节能与碳分析

04大模型与智能体

预测 Agent · 光储调度 Agent · 能效 Agent · 孪生 Agent

03专业模型

负荷预测 · 设备能耗 · 数字孪生 · 能源知识图谱

02数据治理

时间对齐 · 单位转换 · 异常检测 · 设备关联

01数据来源

电表 · 传感器 · 生产计划 · 电价 · 光伏 · 储能

能源预测智能体

分析历史用电、天气与班次,输出负荷区间。

光储调度智能体

比较光伏消纳、储能 SOC 和逐小时电价。

设备能效智能体

识别空载、异常负荷与效率变化。

数字孪生智能体

回放生产工况,比较产量、能耗和排放。

AI

工业 AI 研究

专题研究 · 以工业现场问题、计算方法和实施边界展开

大模型主题数据可视化示意

大模型 · 2026-09-12

工业能源大模型与普通AI有什么区别:时间序列、设备数据和能源约束

工业能源问题包含连续数值、设备语义和运行边界。通用语言模型能解释文本,却不能单独保证负荷预测、储能 SOC 和电费计算正确。本文讨论专业模型与大模型的分工。 电表和传感器按秒或分钟记录数值,工单和设备手册是文本,拓扑关系是图。统一设备标识与时间索引,是跨模态分析的前提。 短期负荷预测可以使用统计或机器学习模型;设备能耗模型需处理工况与效率曲线;优化器负责满足约束。大模型适合调用这些工具并解释输出。

阅读全文
大模型主题数据可视化示意

大模型 · 2026-09-09

从能源知识图谱到AI Agent:工厂电力调度如何实现智能分析

一条“降低明晚电费”的请求涉及价格、负荷、储能、设备和生产规则。知识图谱把这些关系组织成可检索的结构,智能体再调用预测与优化工具形成可解释方案。 设备属于车间、设备消耗某种能源、工序依赖设备、储能连接配电回路。关系记录版本与来源,避免使用过期设备参数。 先解析问题和时间范围,再检索数据、预测负荷、求解方案、校验约束,最后给出计算依据。每一步都有结构化输入输出。 检索增强可以引用操作规程、维护手册与电价合同。检索到的文本要显示来源和生效日期,不能覆盖实时测量。

阅读全文
大模型主题数据可视化示意

大模型 · 2026-09-06

大模型与数字孪生如何协同:绿色工厂节能决策的技术路径

大模型负责理解目标和解释方案,数字孪生负责计算工况变化对设备、能源和生产的影响。两者协同前,必须明确数据质量、模型适用范围与决策责任。 “更绿色”需转换成电量、成本、单位产品能耗和 CO₂e 等指标,并写明产量与交期约束。 大模型提出备选排程或设备策略,孪生模型逐小时回放,发现峰值、待机或产能冲突时退回修改。 光伏天气预测、设备效率与排放因子均有误差;报告应提供假设和敏感性范围,而非仅报一个最优数字。

阅读全文
在线询盘

请留下您的联系方式,我们会尽快与您联系。

扫码联系我们