Silo AI 在芬兰为水和区域供热系统运营商试行智能数据驱动资产优化服务 利用 iTwin 平台将网络可视化工作量减少了 50%,从而改善了资产维护计划和能源效率 • Silo AI 为城市管道运营商开发并试行了一种智能数据驱动资产优化解决方案。 • 这项服务称为 Silo Flow,可以预测管道泄漏并确定区域供热系统的潜在冷却优势。 • 利用 iTwin 平台促进数据集成并提供整个管道网络的整体可视化。 • Silo Flow 将使客户网络的能源效率、性能和生产力提高几个百分点。 利用人工智能优化城市管道基础设施系统 作为北欧最大的私人人工智能 (AI) 实验室,Silo AI 开发可定制的、由 AI 驱动的解决方案和产品,实现城市基础设施、能源和物流的智能监控和预测。为了提高芬兰供水和区域供热网络的性能、可靠性和能源效率,Silo AI 发起了一个项目,为城市管道运营商开发一种智能、数据驱动的资产优化服务。Silo AI 业务开发主管 Harri Kaukovalta 表示:“很大一部分供水和区域供热网络即将到期,漏水不仅给网络运营商和社会带来了高昂的成本,也给管道网络客户带来了不适。”网络性能低下和泄漏增加了燃料消耗和水浪费,这不仅对商业不利,而且对环境也不利。Silo AI 与赫尔辛基环境服务局 HSY 和芬兰最大的电网运营商之一合作试行他们的解决方案,使这些系统运营商能够提供更可持续的能源服务,从而优化区域供热资产的性能并消除管道泄漏。Kaukovalta 说:“供热和供水的可靠性对人们有直接影响。”该系统优化服务名为 Silo Flow,可帮助预测网络故障并优先进行主动资产维护,以避免昂贵的维修和潜在的网络关闭,确保高效可靠的服务,同时最大限度地减少对环境的影响。分散的数据妨碍整体网络概览芬兰维护着超过 16,000 公里的区域供热管道。Kaukovalta 说:“尽管芬兰的区域供热系统维护得很好,但平均每 10 公里网络每年就会发生一次泄漏。”水网也是如此。Silo AI 试图利用人工智能和数据分析来查明容易发生泄漏的区域并优先进行管道维护改造。然而,管道优化和管道运行需要结合多种数据源和数据格式,从这些数据中分析出的数据和结果
•项目碳挑战赛,以进一步加速我们为低碳解决方案提供的咨询团队,以试行我们的新项目碳挑战赛。这促进了最佳实践,并鼓励我们团队的所有成员挑战传统的方法,规格,过程和行为。
2017年1月18日,国家发展改革委、财政部、国家能源局联合发布《关于试行可再生能源绿色电力证书核发和自愿收购机制的通知》,标志着我国绿色电力证书制度正式启动。
什么是AV1机器人,为什么要使用它们?AV1是一个远程敏感机器人,可确保没有学生错过课程。它不仅仅是远程学习,这是亲自在那里的下一个最好的事情。合作学院信托基金打算试行使用AV1机器人,以允许无法上学的长期医疗需求的学生,可以进入教室
政府已经向博林博林水潭和雅拉平原公园内的其他湿地输送了水,并已投资 270 万美元用于实施包括改善雨水管理、恢复伊令水潭和试行浮动湿地等举措,确保水源清洁和绿地繁茂。
如何申请数据中心的 EDGE 认证 I. 简介 EDGE 绿色建筑认证计划正在试行数据中心绿色认证,符合标准 EDGE 认证标准。当前试点阶段将持续到 2024 年底。 II. 资格要求 全球任何数据中心,无论是新建的还是现有的,都有资格申请。数据中心要获得 EDGE 认证,需要满足两个要求:
2021年7月,工信部等三部委联合发布《智能网联汽车道路测试与示范应用管理规范(试行)》。 • 在道路测试基础上增加示范应用。 • 增加测试车辆范围,增加专用作业车辆。 • 完善测试项目,推动标准统一。 • 增加企业安全自我声明,简化程序
• 与 DAS 主管合作,在部门流程中运用公平视角。 • 在所有基础培训的实践部分中探索阶段/试行公平视角。 • OCC 与 CHRO 劳动力发展团队合作,在他们审查和改进培训产品时开发他们的公平视角。 • 未来的报告将包括培训数据,一旦培训从试点阶段转移到 2025 年的标准培训阶段。