围绕未来能源需求特性辨识、场站/设备智能监测、能效优化管理3项核心内容，开展研究并提出以下3个核心创新点，创新点一为基于数据驱动的需求侧用能行为特性辨识及容量价值评估方法，有效解决了需求侧用能行为特性分析难度大、精确度差、有效性低的问题，为能源电力系统容量规划和优化投资提供了科学依据；创新点二为基于数据挖掘计算的多元设备状态监测与需求侧能效优化技术，解决了需求侧用能设备运行状态监测能力差、管控水平低的问题，实现提质增效；创新点三为基于数据高效融合计算的场站环境监测及虚拟现实交互技术，有效解决了各种环境参数大量冗余导致的监测结果误差大的问题。 平台可应用于包括智能设备制造与销售、能源设备在线监测、能源设备全寿命周期管理、能源站点智慧运行维护、用能负荷预测、能质能效分析与应用等。

本项目提供压缩机全生命周期管理系统，建立模块化、集成化数据环境，面向于往复压缩机、隔膜压缩机，服务于石油化工、加氢站、储气库、船舶动力等行业主要包括： 设计规划阶段——压缩机整体方案设计，压缩机结构形式设计，核心部件材料遴选分析，启/停流程设计，安全控制策略设计等； 运行工作阶段——压缩机运行数据实时采集、远程动态展示，核心部件状态监测与故障诊断，监测诊断一体式/分体式硬件与软件系统开发； 检修维护阶段——零部件维修预警、寿命预测，可视化维修方案、维修模型、维修视频，压缩机及其辅助系统、零备件信息数字化管理平台。 关键技术一：压缩机性能计算技术与选型设计技术 基于 Windows 平台，遵循结构化、模块化原则，采用 QT 框架、C++语言编制交互设计软件，可实现往复压缩机物性计算、热力计算、动力计算、设计校核复算、平衡计算、产品系列化自动匹配、多工况计算七项功能于一体，可实现往复压缩机机组设计计算、选型、零部件管理一体化功能。现阶段已授权发明专利 1 项，软件著作权 1 项。 关键技术二：压缩机状态监测与故障诊断技术及设备 针对压缩机核心零部件构建相应状态监测方案与故障诊断方法，包括：①集成气缸内热力过程特征和阀片声发射信号的诊断方法，基于气阀声发射信号获得气阀故障的特征参数和反映故障程度的量化指标，诊断不同类型气阀故障；②基于活塞杆应变重构 pV 图方法的往复压缩机气阀无损故障诊断方法，基于活塞杆应变重构压力-容积图（p-V图）的无损监测方法，为传统侵入式方法破坏气缸完整性带来安全隐患的问题提供解决方案；③十字头销磨损、活塞杆松动的故障诊断方法，对不同程度十字头销磨损、活塞杆松动故障进行模拟试验，对比时频域分析研究十字头销磨损、活塞杆松动的故障机理、声发射信号和振动信号特征，提取故障特征识别故障程度；④基于压缩机内油-气压力“伴随”关系，国内外首次提出了集成声发射与油-气压无损监测的隔膜压缩机状态监测新方法，进一步根据油-气压力“伴随”关系的失调追溯故障根源；⑤基于增量式编码器的往复压缩机轴系扭振测试方法，基于增量式编码器构建了往复式压缩机扭振测试系统，为传统方法在现场实际应用时难于实施提出解决方案；⑥压缩机气流脉动和振动模态分析技术，隔振结构设计、管路结构设计，提供机组振动测试、诊断以及改进方案。 本项关键技术现阶段已授权国内发明专利 4 项，申请国际专利 2 项、国内发明专利10 项；应用于中海油海洋平台天然气压缩机；开发压缩机故障诊断仪，已在某加氢站压缩机调试中成功检测出气阀泄漏、膜片运动失效、活塞环磨损、溢油阀阀芯磨损等严重故障。 关键技术三：压缩机数据共享与健康管理云平台 构建压缩机及其辅助系统、零备件信息数字化管理平台；构建压缩机热力-动力-应力-寿命分析模块，集成监测数据评价机组运行状态；基于故障诊断技术，建立机组现场监测数据与健康/故障状态信息实时共享平台，打破机组现场与远程管理者之间的技术壁垒；实现压缩机核心部件维修预警、寿命预测，交互 GUI 界面集成可视化压缩机维修维保手册、指导视频、三维模型；压缩机全生命周期管理，显著提高运维效率和管理水平。

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

京东云计算有限公司（京东智联云）与浙江云澎科技有限公司就未来5年内智慧食堂的深度合作事宜进行了深度沟通，达成合作伙伴关系，并计划每年年销售额1.5亿元人民币以上！ 京东智联云（JD Cloud & AI）是京东集团旗下的智能技术提供商，依托京东集团在人工智能、大数据、云计算、物联网等方面的业务实践和技术积淀，形成了从基础平台搭建、业务咨询规划，业务平台建设到运营维护的科技生态格局，拥有领先的数字化、智能化产品，打造服务于数字企业、数字政府的多维场景解决方案，为客户创造价值。京东智联云，提供包含公有云、私有云、混合云、专有云在内的多云、安全、可信赖的基础云服务；并以智能供应链为抓手，提供数字化、智能化的产业互联网应用云服务，2019 年8 月，京东智联云Neuhub平台入选“智能供应链国家新一代人工智能开放创新平台”，进一步提升京东智能供应链对外输出能力；同时，聚焦应用落地，提供以边缘计算为代表的云、边、端协同的下一代智能云服务，以可信赖的技术，探索商业模式，释放科技价值。京东智联云，致力于成为您最值得信赖的智能技术提供者。 云澎科技（Cloudpeng Technology），国家高新技术企业，是一家商业化AI人工智能应用产品研发商，基于AI图像识别技术、人工智能深度算法、AI行为识别技术、物联网等技术，致力于智慧食堂、AI智能环卫、AI行为检测、智能便利店、智能人脸闸机等场景的智能化改造，提供一整套完整解决方案。项目涵盖政府机关、高校、上市公司、医院等，遍布全国多个省市： 中船重工七一六研究所、乌鲁木齐海关、北京中讯设计、益海嘉里（金龙鱼）、索迪斯、满客宝、上海微软、上海联通、上海建行、中国农行浙江省分行、南宁民生银行、苏州浦发银行、澳门科技大学、浙江师范大学、山东高速集团、金华市政府、三星悦食岛上海爱宝健盐城Sk、国网合肥供电公司、富阳人民医院、江苏武进不锈、宜兴电信等。 本次云澎科技携手京东智联云，旨在共同为客户提供更为优质的服务，使智慧食堂数字化管理再上一个台阶。

国投资产管理有限公司是国家开发投资公司专门从事资产管理业务的全资子公司，是国家开发投资公司金融服务业板块的重要组成部分和结构调整的平台。公司成立于2001年4月，注册资本金6.5亿元人民币。 公司作为国家开发投资公司专门从事资产管理业务的全资子公司，在主要服务于国家开发投资公司的资产结构调整优化过程中，建立了专门的资产管理制度、运作流程、风险防范体系，积累了丰富、独特的项目运作经验和能力。通过对不良资产和非主业资产进行集中处置，加速变现，减少损失，有效地支持了国家开发投资公司主业，在国家开发投资公司资产结构持续优化方面发挥了积极作用。十多年来，公司通过采取多种综合手段，累计处置资产132余亿元，处置项目1200余个。 公司在十多年的工作实践中积极探索，不断创新，建立了较为完善的资产处置业务网络、中介服务网络和资产退出通道。充分利用国家开发投资公司良好的公众形象，与中央企业、地方大型企业集团建立业务联系，形成覆盖全国的业务网络；借助自身优势，组织包括中介机构在内的各种资源，提供资产处置管理流程、人力资源、信息网络的服务；与产权交易所、拍卖行、国内外投资基金等机构建立广泛的业务合作，逐步建立资产营销网络。 公司的宗旨是：根据国务院国资委国有资产结构调整的总体要求和结构调整优化的规划，采取多种方式，实现不良资产和非主业资产有计划的退出，维护国有资产权益，为做强做优国投主业提供保障。

深圳市创新投资集团现管理45家商业化基金，管理基金总规模为19.21亿元人民币。其中包括直接委托深创投集团管理的基金37家，规模总计为8.65亿元人民币，有限责任基金5家，规模总计为5.5亿元人民币，有限合伙基金3家，规模总计为5.06亿元。深创投所管理的商业化基金形式多样，且管理方式灵活。商业化基金多采取委托深创投集团直接管理的方式，根据不同的原则收取相应的管理费。此外，也有与深创投集团共同成立管理公司进行合作管理，或采取有限合伙企业方式进行合作的管理模式。商业化基金多投资于深创投集团所投资的各行业及各类型项目，且已获得较为满意的投资收益。

海格通信频谱管理紧跟国际无线电监测技术发展动向，研发先进的无线电监测设备和系统，能为客户提供一揽子的系统解决方案，满足无线电管理部门需求。主要产品包括无线电监测接收机、测向系统及频谱管理软件等。频段覆盖短波、超短波、微波及Ku频段。产品已经进入无委、广电、铁路、海监等多个领域。

如何为身处激烈竞争环境的员工疏解精神压力、降低亚健康比例、预防职业疾患、远离流行疾病，从而有效实施企业人才发展规划、降低医疗费用支出，最终实现企业效益和社会效益双赢，已成为现代企业管理者最关注的战略性课题。 2017年，外投人力隆重推出健康管家服务，为您的健康管理分忧，也为您的企业发展分忧。 健康管理的三大服务体系 以“端（设备）+大数据+移动互联网”为工具，满足“私享+定制+健康”为目标，提供个人专享“全生命周期的健康管理服务体系”。 智能健康体系 通过网络以线上（Online）形式提供相关智能健康服务，包括：健康数据动态监测，健康指标预警、线上健康咨询、线上就医预约服务等。 技术支持体系 医疗技术支持体系，由专业的医学团队查看健康数据，分析数据，做出评估。 医疗服务体系 以线下（Offline）服务和活动为主题，提供专属健康管理师、私人医生、专家门诊、就医服务、慢病管理等相关健康医疗服务。 全周期无缝式健康管理解决方案 就医服务： 诊前、诊中、诊后专家预约；全程导诊；住院治疗；专家手术预约服务。掌握协和医院、301医院、阜外心血管医院、肿瘤医院、中医医院等近50家三甲及专科医院的专家医疗资源。 体检： 全国范围多家体检机构任选，为外投客户定制专属体检服务，含癌症筛查、三高筛查等高端项目。 健康管家： 专职企业健康管理师定期巡视驻场，接受员工现场医学咨询，答疑解惑，员工生理指标分类管理。 电子档案： 数字化健康管理系统，为客户长期监控身体状态和就医诊断提供基础数据。 健康沙龙： 约请知名专家定期举办保健养生、慢性病调理维护、常见病预防与治疗等系列健康讲座。 智能健康： 实时采集健康数据并上传云端，健康管理由被动变为主动，线上采集分析，线下服务递进，打造完整服务闭环。

云式除尘技术是一项将云物理过程同旋转流体相结合的技术，经王博教授团队历时七年研发而成。在空气净化过程中，只需要很少量的水，不需要任何滤料，不会产生二次污染。云式除尘技术从大自然中获得灵感，模拟自然界的成云过程，构建过饱和水汽环境，水汽以细颗粒物作为凝结核，使颗粒发生合并、团聚等微物理过程，并通过特殊设计的多转子旋转流体技术实现PM2.5的高效去除。技术特点：云式除尘技术对粉尘的去除率可达到99.9%，PM2.5去除效率可以达到95%以上。

“智能云光伏”是机器人技术、物联网技术、大数据技术和云计算技术在太阳能光伏发电生产中的综合运用，目标是将光伏电站的PR值提高15%以上，以提高光伏电站生产效率。 一、项目分类 显著效益成果转化 二、成果简介 1、 研发背景 太阳能是绿色环保的可再生能源，太阳能光伏发电产业蓬勃发展，中国光伏装机量已经达到了近70GWp，预计2020年，全球装机量达到540GWp。传统的人工光伏电站运维方式已经不能满足产业的发展需要，为了提高电站的生产水平，降低运维成本，必须实施智能化、无人化的光伏电站维护技术。 2、 技术说明 “智能云光伏”是机器人技术、物联网技术、大数据技术和云计算技术在太阳能光伏发电生产中的综合运用，目标是将光伏电站的PR值提高15%以上，以提高光伏电站生产效率。 采用智能电站运维机器人完成对太阳电池组件表面的清洁和缺陷检查，相比人工方式，可提高清洁水平，极大程度的减少水资源的使用，且降低30%左右的成本； 采用组件级别的电站运行数据的采集和分析系统，分析电站的运行性能瓶颈、预警潜在故障，提高电站的可靠性； 借助于智能云光伏技术，可极大的降低分布式光伏电站的运维成本。 3、 合作意向 太阳电池组件厂智能组件 大型光伏电站的运维与性能评估 分布式光伏电站的集中管理和低成本化 国家光伏扶贫工程