订阅最新相关文献

“基于北斗+技术的铁路人身安全防护研究”项目为国能包神铁路集团有限责任公司科技项目，首次基于非暴露空间导航定位、高精度差分定位、惯性导航定位等多源融合定位技术，结合高精度铁路电子地图、地理信息及人工智能等技术，开展铁路人身安全防护技术研究，攻克了重载铁路隧道内外机车及现场作业人员连续不间断高精度定位的技术难题。项目通过在机车端研发并部署车载定位预警终端，在作业现场端设置电子围栏，在作业人员端研发并配置智能穿戴设备，在铁路沿线研发并部署通道门、周界入侵、异物侵限监测设备及系统，依托研发的铁路人身安全防护系统对机车、作业现场、作业人员进行综合管控，建立基于“平台+终端”的“四联控”智能管理应用体系，实现调度中心、车站、机车和施工现场“大四联控”以及施工负责人/安全防护员、驻站联络员、车站值班员/调度值班员、机车乘务员“小四联控”的防控功能，建立各方风险预警信息互联互通及协同保安全管理模式。 “基于北斗+技术的铁路人身安全防护研究”项目技术成果在陕西省榆林市府谷至保德铁路车站区间内应用以来，通过在重点路段加装周界入侵监测预警系统，及时发现违规入侵的人员、车辆或其它大型牲畜，在山体滑坡、泥石流、崩塌落石以及路基下沉等地灾多发地点加装异物侵限监测预警系统，及时识别异物侵限事件，实现风险隐患自动排查，提升事故的超前防范能力；利用多源融合定位技术，结合高精度铁路电子地图，通过建立铁路人身安全防护预警平台，接入施工管理信息系统作业计划信息和行车调度信息，实现多源信息融合，打通车站、调度中心、施工现场、机车各个节点并生成实时可信数据链，可及时在机车端、作业现场端、管理后台端发布预警，减少了各个部门之间由于信息传达不及时而造成的意外事故发生，切实有效地保障行车安全和作业人员安全，提高运输效率，提升安全管理自动化水平，极大节省了工作成本和运维成本。 “基于北斗+技术的铁路人身安全防护研究”项目所研发的包神铁路人身安全防护系统在使用过程中运行稳定良好，车载端、PC端、手持端功能可满足工区工作人员日常使用需求，四联控核心预警流程、隧道内定位、周界入侵、异物侵限等功能达到项目预定目标，系统稳定可靠运行。上述系统的部署有效解决了异物侵入造成的临时停车、增加了有效行车时间，节省检测成本、信号监测时间及故障分析时间，强有力地保障人身安全以及行车安全。2022年、2023年项目实施阶段累计节约开支107.24万元，2024年全线推广使用后，预计节约开支2053.74万元/年。

先进战机是打破西方国家空中封锁的首战装备，对国家安全具有重大战略意义，亟需提升其快速批产能力。结构件作为飞机“骨架”，占主承力件数量90%以上，制造周期占整机的40%，直接影响飞机产能。结构件具有数千种规格，按架次单件加工，尺寸跨度从0.1m到10m，特征复杂多样且精度要求高，工艺涉及数万种多变工况，加工难度极大。传统方式采用五轴机床单机生产，人工干预频繁，质量一致性差、加工效率低，仅靠投入大量人员和设备不能实现产能快速提升，亟需向智能制造转型。 但飞机结构件加工工艺多变、制造系统复杂，转型难度极大。美国洛马建立测量加工集成的自动化座舱生产线，支撑F35战机年产量超过百架，但尚未覆盖大多数类型结构件加工。项目组在国家科技计划支持下，历经十年攻关，突破工艺自决策、异常自感知、全要素高效协同等关键技术，建成先进战机复杂结构件柔性数字化车间，主要创新点如下： 1、融合多元自适应高精度在机测量的智能加工技术：建立了关联历史数据的特征测量需求分析模型，设计了特征驱动的测量工艺自动规划算法，发明了腹板超声测厚、型面激光测量、群孔视觉测量等高精度在机测量装置，形成了融合多元在机测量的自决策加工技术方案，实现了复杂结构件上线自动加工，无人工干预的加工合格率由不足50%提升至99.6%。 2、基于精度测评和故障诊断的数控设备健康智能自检技术：研发了基于空间检测轨迹的多轴联动精度和旋转轴精度评价方法，形成了高频次全自动精度检测补偿技术方案，发明了基于振动谱特征的主轴轴承参数智能推断方法，提出了传动结构受迫机理驱动的进给轴诊断方法，建立了设备健康自检平台，设备完好率由75%提升至95%。 3、机理-数据融合的复杂多变工况切削状态智能监控技术：提出了基于振动能量时频分布图像的切削异常振动纹理识别方法，发明了基于振动信号极坐标变换的刀齿切削量变化表征方法，研发了基于深度学习的切削异常振动和刀具磨破损实时监控技术及系统，复杂多变工况下切削状态识别准确率达90%以上。 4、面向不确定时变干扰的资源配置优化与智能管控技术：建立了多构型产线订单、资源、控制指令的车间统一数据模型，提出了多通讯协议模块化适配的生产线集成控制方法，发明了基于改进遗传规划的车间多类时变资源调度优化算法，研发了适配多构型的产线管控系统及车间管控系统，资源配送效率提升80%以上。 授权发明专利61件、软件著作权25项，发表论文21篇，实现了从离散单机制造向柔性集成智能制造的转型，保障了先进战机快速批产。 成果成功应用于成飞、洪都、沈阳中捷等13家航空及机床制造企业，建立了柔性数字化车间及多条国产化柔性生产线，快速提升了产业链制造能力，有力支撑了J20、C919等型号的批产，近两年新增销售额86.2亿元，新增利润6.2亿元，显著提升了中国航空和机床制造业的国际竞争力，社会和经济效益显著。 同行专家鉴定结论：项目成果整体技术达到国际先进水平，其中大型复杂航空结构件多元在机测量和自适应加工技术达到国际领先水平。

1.主要技术内容： 长庆油田作为国内第一大油气田，连续五年年产油气当量突破6000万吨，2024年年产油气量分别占全国的八分之一和四分之一。在面临油田快速发展中资源品位差、作业区域高度分散、安全环保风险高、队伍市场化程度高、企业用工总量刚性控制等一系列挑战，经过多年的建设，长庆油田借助信息化、数字化技术，构建了油气生产物联网、油田光传输网络、云计算中心等信息基础设施，打造了转变传统的生产研究和人力组织方式，初步实现“数据自动采集、工况自动诊断、远程集中监控、现场智能巡检、生产智能优化”。 为了系统性解决油气田智能化转型中的架构适配性差、数据治理滞后、模型开发低效及场景落地困难等核心问题，项目以构建“数智中国石油”新型基础设施为核心导向，聚焦云计算与人工智能技术的深度融合，开展云边端协同、云湖仓一体、业务场景模型等关键技术研究，打破油田数字化单点建设现状，创新“地质勘探-工程技术-生产运行-经营管理”全链条的跨领域协同应用，推动云边端协同平台、数据治理体系以及业务场景应用生态的形成，构建"基础设施-数据治理-决策优化-场景应用"四位一体的智能油田技术体系，为油气行业智能化转型提供系统性技术支撑与实践范式。 主要技术内容如下： (1)打造基于云边端协同面向人工智能应用的油气智能云平台。首次将人工智能技术与现有云平台深度融合的创新实践，依托边缘计算轻量化部署实现井场级数据实时采集与控制，结合深度学习驱动的动态资源调度机制，构建预测性弹性伸缩模型，实现跨层级算力资源的弹性整合；在此基础上，实现基于IaaS层“边缘自治-云端统管”的云边协同、SaaS层引入AI Agent智能体技术的AI增强，以及PaaS层支持地震数据处理等高密度计算的MaaS服务，有效解决油气云平台缺少AI应用开发中台能力和工具链的问题，满足数据处理、实时控制等高密度计算与低延迟响应的业务需求，最终形成一套完整的云边端协同技术体系和全链条智能化支撑能力，为油气田智能化应用提供高效、可靠的全生命周期管理基础设施支撑。 (2)构建智能驱动的云湖仓一体化架构。在云边端协同基础上，突破传统数据湖单一存储架构局限，创新性融合数据湖存储弹性与数据仓库分析性能，构建“边缘感知-智能预处理-云端融合”的湖仓一体治理体系；重点创新研究采集层部署具备AI能力的边缘计算节点以实现多源异构数据实时清洗等预处理，传输层采用基于业务优先级的分级加密技术，云端融合多模态处理技术开发知识增强型数据智能服务，构建覆盖“人物环管”的领域知识图谱，解决了地质、工程等多专业数据语义歧义问题。该架构将无效数据传输量大幅降低，发挥云端强大的算力资源，实现数据的深度挖掘和价值释放，形成集数据治理、智能分析、安全交互于一体的完整解决方案，为智能应用提供高质量数据基底。 (3)建立基于智能云MaaS服务的油气行业模型。围绕业务场景特性，以智能云MaaS服务体系为核心，首创“场景-类目-算法”三维协同框架，通过场景定义标准化、类目动态关联，突破跨场景迁移难题；研发融合共享专家网络与场景注意力机制的多模态CV算法引擎，结合小样本特征迁移技术与物理信息约束机制，解决数据稀缺及时序预测问题；同时构建训推一体化云边端架构，设计动态模型蒸馏框架与智能调度策略优化资源配比，形成从算法开发、模型压缩到边缘部署的全链路闭环。依托油田统一MaaS平台，集成小样本学习、物理约束增强及训推一体化架构，实现模型高效迭代、统一纳管与轻量化部署，显著降低AI技术应用门槛并提升跨场景迁移能力，打造了国内首个覆盖油气生产全流程的MaaS智能服务支撑体系。 最终，基于上述技术底座，在井筒工程、地质决策与管理优化等核心业务场景中实现了智能化闭环验证，通过跨模态数据融合、多目标参数优化及知识图谱驱动决策等关键技术突破，构建“感知-决策-执行”全链条应用解决方案，方案已推动油气生产从经验驱动向数据智能驱动的范式升级。 2.授权专利及成果情况： 该成果获得国家授权发明专利1件、实用新型专利1件、发表国内期刊论文5篇，获得行业协会科技进步奖1项、陕西省QC成果奖2项、长庆油田科技进步奖3项、数智领域成果奖13项。该成果形成了云边端协同、数据智能治理、AI模型服务化及场景应用闭环等关键技术，有效地解决了云平台缺少人工智能应用开发的中台能力和工具链、多源数据整合和治理的系统性能力缺失等问题，为国内油气田智能化转型提供了系统性解决方案和成熟范例，对推动陕西企地联合发展和国内油气行业科技进步具有重大意义。 3.经济指标及推广效益： 该成果重点应用陕北油气田约1161口产建水平井以及2592口生产井，实现井的智能管理、措施优化和风险防控，产建单井平均缩短钻完井周期0.5天，井生产效率平均提升4.5%，增产原油和天然气约为8869.5吨和33704万方。支撑上古处理总厂智能化工程建成投产，实现全面感知、自动操控、预测预警、智能优化和协同运营，乙烷收率提升2%、液化气收率提高0.5%、轻烃收率提高2%，综合能耗减少2%。累计新增销售额93176万元，节支费用10477.5万元，新增利润18926.5万元。

建设海洋强国，开发海洋、走向深蓝，推进大范围、立体化水下信息监/探测体系建设是国家重大战略需求。聚焦海洋声学通信组网高新技术发展，挑战动态复杂恶劣海洋环境下水声多跳网络高效可信组网技术难题，要发展MAC层、网络层组网新技术，要突破跨层组网技术瓶颈。海洋声学通信网络组网，客观上受限于复杂海洋环境造成的时变空变声信道、海洋中声波的低传播速度、以及开放且隐蔽的水下环境等条件，存在着水声信道无冲突接入难、可靠声路径选择难、可信组网难等瓶颈问题。为此，该项目在首批国家重点研发计划“海洋环境安全保障”重点专项、国家自然科学基金等国家级任务支持下，攻克了环境自适应海洋声学网络稳健组网关键技术，突破了“贫资源、高碰撞、弱连通、易入侵”环境条件下海洋声学网络多址接入、路由选择、安全认证的技术瓶颈，形成了如下发明点。发明了海洋声学网络探针侦听时反多址接入与关联矩阵模型的低时延无冲突链路调度技术。发明了海洋声学网络自适应稳健联合机会传输和基于信息价值环境学习的智能路由选择技术。发明了复杂信道多特征鲁棒表征的海洋声学网络物理层高效安全认证技术。发明了环境自适应海洋声学网络稳健组网装置。 项目成果已成功应用于水下无人潜航器集群组网、水下分布式地磁测量、深水钻井安全预警监测、海洋环境安全保障等领域，受到了社会各界的广泛关注。 该项目成果已广泛应用于水下目标探测、海洋环境监测、深水钻井管线监测、水下无人潜航器集群编队以及大型复杂场景安全监测等领域，取得了显著的社会效益，并为相关企业单位创造了重要的经济效益。该项目的研究成果正逐步从实验室阶段走向实际应用，项目成果已成功应用于水下无人潜航器集群组网、水下分布式地磁测量、深水钻井安全预警监测、海洋环境安全保障等领域，受到了社会各界的广泛关注，覆盖多个领域，有力促进了相关行业的全面进步与发展。依托该项目建立海洋信息创新创业孵化平台，培养研究生双创思维，获得中国国际“互联网+”大学生创新大赛国家金奖、“挑战杯”秦创原中国大学生创业计划竞赛国家金奖。

如何解决交通拥堵问题是一个世界范围的难题，中国的交通系统复杂性在全球范围内首屈一指，建设交通强国是党中央作出的重大战略决策。随着城市道路复杂性加剧、城市机动车保有量的快速增加，使得交通治理问题变得更具挑战。在现阶段的智慧交通中已使用了大量的摄像头、雷达等多种感知设备，只起到数据采集作用，数据价值却未充分利用，还存在因数据异质、场景复杂、条件多变导致的监测辨识不精、趋势预测不准、决策处理不优等问题。 自2016年以来，在工信部物联网集成创新与融合项目、四川省科技项目等课题支持下，针对复杂交通场景中多源路网数据融合识别难、交通流量预测不准和智能决策适应性差的问题，突破了多源路网数据融合的精准识别、时空特征嵌入的交通流量快速预测、三维几何约束的多模型协同智能决策等关键技术，构建分析、研判、指挥的信息交互体系，研制了城市道路交通智能指挥一体化调度系统，提升了智慧城市建设中智能交通领域“安全、畅通、服务”治理能力，推进了车、路、环境协同发展。其主要创新点如下： (1)提出复杂场景下多源路网数据融合的精准识别方法，提高了交通目标全天候、全覆盖的精准识别能力，有效解决了多源异构数据感知融合与精准识别问题。 (2)提出基于内外因素时空嵌入的交通流量快速预测方法，解决了因异常情况对交通流量预测造成的干扰以及模型时效性差的问题，实现复杂交通场景流量的精准快速预测。 (3)提出道路场景三维几何约束的多模型协同智能决策优化方法，解决了智能决策适应性难题，为一体化调度指挥提供科学决策依据。 项目已实现大规模产业化应用，近三年产生直接经济效益6.35亿元。项目相关成果已在上海、北京、重庆等直辖市，四川、山东、安徽等地区实现应用，全国直辖市覆盖率75%，省会城市覆盖率30%。典型应用包括：在重庆开展开州区城区智能交通设施一期工程第一阶段项目、渝北区交巡警支队渝航大道违停抓拍系统工程等项目，拥堵成因识别准确率85%以上，极大地缓解了重庆市交通拥堵问题，提高了重庆市交通运行效率。在四川省内为成都、绵阳、内江等地公安、交通行业提供系统服务及技术保障，实施“四川省公安厅交通警察总队高速公路技术服务项目”、“公路长制一体化智慧管理平台”、“绵阳市城市道路智能交通管理系统(一期)”等项目，在成都、绵阳、北川等地405个主要路口上部署系统，降低了拥堵指数，平峰时段平均车速提高15%以上，高峰时段平均车速提高10%以上，停车次数降低20%-30%。明显改善了交通拥堵状况，项目相关成果及技术为成都市大运会、成都市糖酒会、绵阳科博会等省内大型赛事、重要活动提供30余次交通管控保障，提高了重点区域的交通运行效率。 成果获授权发明专利9件，实用新型专利4件，软件著作权10件，发表学术论文5篇，项目成果已得到广泛应用，经济社会效益良好。评价专家组认为，该成果整体技术达到国际先进水平。

锂离子电池是新能源汽车和储能系统的核心能源单元，其安全性、可靠性与寿命水平直接决定着产业发展的质量与高度。然而，在复杂工况下运行时，电池常面临多维状态难以准确感知、热失控风险难以及时预警、能量调度缺乏精细化支撑以及寿命衰退机理复杂难解等突出问题。现有电池管理系统在状态估计和智能管控方面仍存在理论不足与方法瓶颈，亟需实现从单一参数监测向多维状态建模、从经验依赖向智能优化管控的根本性跨越。 针对这些难题，该项目聚焦电学状态、热学状态与健康状态三大核心维度，系统构建了“机理建模-状态估计-智能优化管控”的理论与方法体系。通过机理建模与智能算法的深度融合，项目实现了能量状态、热源与温度演化、退化机理与健康水平的高精度表征与预测，突破了电池不可测内部状态的在线估计难题，揭示了多维状态之间的耦合规律，建立了兼具可解释性与可扩展性的建模方法。进一步地，项目提出了面向多场景应用的智能优化管控策略，通过热安全的前馈预警、能量调度的动态优化以及寿命衰退的精准评估，实现了电池全生命周期的高效利用与风险防控。 该研究在理论上丰富了电池管理的科学基础，在方法上创新了状态估计与管控的融合模式，在实践上为新一代电池管理系统的发展提供了可落地的解决方案。相关成果已在国际主流期刊正式发表，具有突出的学术价值和工程意义，为推动中国锂离子电池管理技术的自主创新与产业化升级提供了坚实支撑。

该技术提出了暴雨洪水全过程自适应智能预报预警成套方法，通过定量降雨智能预报和场次洪水“量身定制”，显著提高暴雨洪水预报精度和预警时效；建立了洪水预演规则智能推理和预案智能筛选技术体系，通过基于知识图谱的水工程调度规则推理方法和实体映射技术，实现水工程调度约束条件溯源和可行调度方案推荐；构建了流域洪水智能预报、预警、预演、预案“四预”平台，实现历史典型洪水过程在现状条件下的演进模拟及预报调度分析，有效支撑流域典型洪水预报调度推演，为洪水防御提供强有力技术支撑。 主要性能指标： 1.短期预报精度整体提高到90%以上，预见期延长到3～7d； 2.构建了流域洪水智能预报、预警、预演、预案“四预”平台，搭建了覆盖长江流域控制性水工程的预报方案体系； 3.构建了长江流域控制性水工程联合调度方案库。 适用范围：适用于大江大河、中小河流等流域洪水预报预警预演及水工程影响下实时防洪预报调度。

国内工厂对重大危险源及相关控制系统管理分散、工厂内系统类别繁多、各系统研发环境不同，所开放接口不同，整合及并入统一管理平台难度大、缺少对报警后联动及紧急处置管理的的信息化统一调度管理。针对上述问题，该项目解决了工厂内对整体厂区及重大危险源的管理不足、控制了员工生产区域的行为规范、规范了企业生产过程管理、增强了现代工厂信息化水平。 主要创新点如下： 1.建设了全厂安全信息数据库，增强了现代工厂信息化水平。全厂建立3D数字化工厂，将现实工厂3D虚拟展示，涵盖工厂整体3D效果图，设备位置等信息，利用数据库技术、数据采集与监视控制技术，实现跨各类管理专业系统集成，将工厂的工业厂区和生产设备的运行状态参数与运行及监控系统同步连接，实时的展示在虚拟工厂系统中，增强了现代工厂信息化水平。 2.建设风险分级管控和隐患排查治理管理系统，解决了工厂内对整体厂区及重大危险源的管理不足问题。以风险分级管控和隐患排查治理双重预防体系建设为契机，结合企业实际生产工艺特点，建立各岗位风险清单；按照可能性与后果严重程度将风险清单进行分类分级，细化各层级安全管理人员、操作人员的安全风险责任清单，并与管理人员、操作人员巡检系统相结合，实现风险分级管控和隐患排查治理信息化，解决了工厂内对整体厂区及重大危险源的管理不足问题。 3.建设生产调度管理系统，规范了企业生产过程管理体系。系统全面整合生产调度日常管理数据、安全监控系统实时数据、自动化设备运行实时数据、工业视频数据、事故处理记录、人员考勤记录等多种信息。系统涵盖作业计划制定、生产过程监控、日常调度指挥、应急事件处理等企业生产调度相关的各项业务，结合通讯调度机为调皮员提供一个桌面办公平台，辅助调度员全面、迅速、准确地进行生产调度，规范了企业生产过程管理体系。 该项目成果在内蒙古伊东集团东屹化工有限责任公司实现转化，该企业于2018年获得高新技术企业证书，经济指标偏向于安全生产智能技术服务方向，产量提高了5.9%。该项目还获得了1项发明专利，4项实用新型专利，26件软著著作权。

在“双碳”目标与全球能源短缺双重压力下，新能源大规模并网及负荷爆发式增长加剧电网波动，2024年全国可再生能源发电量达3.46万亿千瓦时，约占全部发电量的35%，相关机构预测，在政策推动与技术进步驱动下，至2030年，中国可再生能源发电量占比有望提升至45%-50%，新能源装机规模将进一步扩大，对电网稳定性的影响也将更为显著。而传统火电机组因响应慢、精度差难以适配动态调控需求。国内外对于火储联合调频系统的研究正处于快速发展阶段。国外的研究主要集中在储能技术的优化、火电与储能的协调控制等方面，而国内的研究则更加注重系统的实际应用和性能提升。然而，现有的研究多集中在单一尺度的调频控制上，对于多尺度时空耦合的调控技术研究尚显不足。 该项目以南方电网、山东电网等火电辅助调频市场为导向，以广东韶关、山东临清火储调频项目为核心依托，历经5年技术攻关与工程实践，成功突破多尺度时空耦合调度、SOC多层级均衡控制等关键技术瓶颈，形成覆盖“算法研发-系统集成-现场调试”的全链条技术体系。实现了7个以上的项目实践，火储综合调频提高了2倍以上。主要创新为： 1.创新形成了火储调频多尺度时空耦合优化模型构建技术，建立“时间-空间-容量”三维耦合理论框架。在“机组+电热锅炉-储能”空间维度支撑下，针对深度调峰场景下，通过耦合电热锅控制，增加了火储调频空间，有50%-100%调整为30%-100%，创新研发“时间-容量”双维度耦合调控体系-时间尺度构建“毫秒级-秒级-分钟级”三级耦合链，精准匹配储能快响应与火电稳跟进特性；容量尺度突破固定分配模式，采用实时边界计算与动态柔性分配策略，深度融合AI、边缘计算等前沿技术，构建“感知-决策-控制”一体化智能调控平台，创新多尺度智能决策算法，形成“局部响应(机组)-区域协同(电热锅炉)-全局优化(电热锅炉+储能)”调度闭环，调频空间提升20%，储能年循环次数减少25%-30%，机组调峰煤耗降低6%-9%，协同效率较传统模式提升40%以上。该技术填补火储多维度协同调控技术空白，为高比例新能源电网调频提供标准化、可推广的工程化方案。 2.率先形成了一种SOC多层级耦合均衡技术，研发了多层融合迭代算法实时SOC均衡方法，基于卡尔曼滤波器估算SOC值，在控制单元层、初级调整单元层、次级调整单元层，将卡尔曼滤波与AI融合算法嵌入多尺度框架建模技术，在整站簇级实现SOC实时均衡度<=0.6%，调节性能提高了30%。 3.首创多段式储能动态耦合策略技术，基于火储协同调频的动态响应特性，首次建立多段式储能动态耦合仿真模型，通过量化分析不同SOC区间、功率等级下储能与机组的耦合作用机制，揭示“储能充放电倍率-机组调节延迟-电网频率波动”的关联规律；研制融合“调度AGC指令、机组实时功率、电网频率偏差、储能SOC状态”四维度参数的储能动态耦合仿真软件，实现调频策略的离线优化与在线适配，针对性解决传统火储调频中机组调节速率滞后的核心痛点，使调频调节速率K1指标提升24.5%，显著增强电网运行的稳定性与安全性。 4.集成创新了火储调频动态监测与仿真测算技术，基于多源异构数据融合感知原理(融合火电运行参数、储能SOC状态、电网频率信号等多维度数据)，攻克“实时采集-噪声抑制-特征提取”关键技术，研制国内首套集“在线监测-性能测算-仿真验证”于一体的火储调频EMS系统软件；创新建立调频性能在线测算方法，突破K1(调节速率)、K2(响应速度)、K3(调节精度)多参数协同仿真测算技术，实现调频性能在线监测准确率达95%，为调控决策提供实时精准的数据支撑。 该成果获授权发明专利1项，软著2项。该项目行成了系列化产品，并通过了CNAS、CMA实验室认证。截至2025年8月，成果已在7个项目中成功应用，覆盖200MW-1240MW全容量等级机组，累计完成调频里程4800万MW，创造2亿多元经济效益与社会价值，销售收入2.24亿元，上交税收300多万元，利润2千多万元。其应用规模与覆盖范围显著领先-国外同类技术应用局限于小容量场景，国内其他研究在项目数量、机组适配性上难以企及。同时，成果通过提升电网调频稳定性助力新能源消纳，高度契合国家“双碳”战略及陕西地方能源转型政策，具备政策导向明确、技术适配性强的大规模推广优势，为行业能源结构升级提供关键技术支撑。 储能年循环次数减少25%-30%，机组调峰煤耗降低6%-9%，协同效率较传统模式提升40%以上。该技术填补火储多维度协同调控与在线性能测算技术空白，为高比例新能源电网调频提供标准化、可推广的工程化方案。

总书记多次强调，要积极培育新业态和新商业模式，构建现代产业发展新体系。现代服务业中的快速消费品行业作为社会经济发展的基础消费品，其业态创新与高效发展是人民生活保障、生活品质提升的重要基础，更通过带动物流、零售、金融等相关服务业发展使其成为促进经济结构升级和消费模式创新的驱动力量。快消品企业所服务的零售终端数量庞大且分布广泛，需求呈现高频次、小批量、多品类的特点，对订单快速且准确响应成为企业成功至关重要的因素，也是制约高质量发展的瓶颈。如何精准化预测库存、一体化进行资源调度、实时化响应终端需求，已成为企业运营管理中亟待解决的重大现实问题。 针对上述问题，该项目在国家自然科学基金、企业课题等多个项目的资助下，经过产学研深度融合，通过大量数据分析及挖掘、模型试验、理论研究、算法设计、模拟分析、实地测试、系统开发与部署等工作，利用强化学习、深度学习技术和大规模组合优化算法，破解具有高频、复杂、动态需求的零售终端一体化智能决策与服务问题。取得了如下创新成果： 1.研发了多领域知识迁移学习的多品类、个性化库存预测方法。基于消费群体、零售商群体、产品品类以及销售终端四大知识域，构建了“多品类+个性化”策略，提出了基于跨领域知识迁移的库存预测技术，针对每位零售商的各类产品开展精准化预测性建模，在保护各主体数据隐私前提下深度融合多元域的知识，有效解决了传统产品库存预测中存在的颗粒度粗、预测准确性低、响应时效性差等问题。 2.构建了大规模组合优化的动态配送任务区域划分与资源分配的一体化决策方法。基于历史库存、订单需求、订单预测、配送空间等设计了分区定界的快速求解算法，同时考虑新增订单、交通堵塞、优先配送等实时动态需求引入了先验经验知识框架，构建了多智能体强化学习的动态任务量划分与资源分配的决策技术，实现对产品、车辆、人员、时间、区域等多种核心资源的一体化动态调度和高效统筹。 3.设计了基于DeepNN-增强蚁群优化的路径动态规划方法。该项目通过结合深度学习技术和经典旅行商问题的优化算法，提出了一种基于深度蚁群优化的算法框架，该框架将深度神经网络用来学习和预测蚁群系统中每只蚂蚁的最优路径选择，从而指导蚁群在搜索过程中的决策，提升了路径选择和优化能力。 4.设计并开发了基于多源异构数据的一体化智能管控与数智决策系统。设计并开发了基于业务流程优化的、整合多源异构数据的大规模零售终端一体化客户服务与管理智能决策系统。系统以物流配送决策支持系统为基础，以营销等业务的智能管理为支撑，对核心业务数据进行集成、梳理与整合，建立大数据分析及智能决策系统，为各个应用模块提供数据共享，形成以物流系统优化为核心，物流、营销、市场监管一体化的智能综合管控平台。 项目组突破了各个关键技术的研究难题及瓶颈，依托研究成果，先后获得授权发明专利3项，软件著作权22项，另申请发明专利5项；发表论文46篇(其中SCI检索32篇，EI检索8篇，中文核心以上6篇)，根据专家验收、查新报告等客观评价，该项目技术成果总体上达到了国内领先水平。成果自2017年投入使用以来，持续迭代研发升级，已成功地应用于自治区拥有最大规模快消品行业国企-中国烟草总公司内蒙古自治区公司的4家地市公司运营管理中，服务覆盖近4万余个零售终端。精准的社会库存预测、科学的物流资源配置、合理的车辆路径规划极大提升了企业的经营成效和降低运营成本，市场物流监管一体化平台有效提升了企业数字化水平。在项目实施的第一年，试点企业即实现1286万元的成本降低，在全国同行业处于领先水平。近三年来共实现新增产值83032.8万元，新增税收45521.16万元，新增利润2547.68万元。项目成果的成功应用，为快消品企业在内蒙古自治区这种幅员辽阔了、地貌复杂、气候多变、终端分散的区域高效经营提供了现实依据。后续将进一步向服装、药品、食品等其他快消品行业拓展，为更多的企业降本增效提供技术支撑，进而为内蒙古自治区高质量发展目标贡献力量。