- 综合排序
- 最热优先
- 最新优先
云边协同AI运维重塑新能源场站无人化标杆
行业痛点：新能源场站运维面临效率与安全挑战 新能源场站通常地处偏远、分布广泛，传统依赖人工的运维模式存在高风险、低效率和人力成本高企等核心瓶颈。 理想中的无人化、智能化场站运营与现实中的运维能力差距显著，制约了行业的规模化发展。 标准化边缘场站： 部署Tencent AI 边缘版，接收并执行云端下发的AI算法，实现本地化智能分析与决策。 推动新能源减员增效： 实现场站运维的无人化与少人化，直接降低了对现场运维人力的依赖，优化了运营成本结构。 标准化落地： 通过建立从数据接入到身份认证的全套安全管理规范，为打造智能场站设立了可靠的新标准。 选择腾讯云的理由 腾讯云智慧能源方案的核心优势在于其技术确定性与成熟度。
12810编辑于 2026-05-31云边协同架构驱动新能源场站无人化与运维成本优化
第一章：新能源场站面临运维人力与管控效率瓶颈 随着新能源资产规模扩张，传统场站运维模式面临核心挑战： 人力成本高企： 依赖人工巡检，难以实现减员增效，一线运维人员编制压力巨大。 管控风险高： 总部与边缘场站之间存在信息断层，缺乏实时、统一的数字化管控手段，生产运营风险难以实时预警。 智能化水平低： 场站侧缺乏本地化智能分析能力，数据价值未被挖掘，无法支撑无人化运营。 第三章：量化指标验证无人化场站运营价值 通过云边协同与AI算法的落地，实现以下可量化的业务提升： 运营风险降低： 数字化能力下沉场站，显著提升巡检智能化水平，直接降低生产运营风险。 人力结构优化： 推动新能源场站实现减员增效，通过打造新一代无人化智能场站，优化运维人力成本结构。 标准化建设： 确立了涵盖身份认证、安全管理规范在内的智能场站新标准，确保系统稳定性与可复制性。 第四章：某新能源集团总部与边缘场站协同实践 客户背景： 拥有多座分布式新能源场站的大型能源集团，需解决总部对边缘场站的管控难题。
17610编辑于 2026-05-31分布式云与AI驱动：构建云边协同的新一代无人化智能场站
突破新能源运维瓶颈：消除场站数据孤岛与人力依赖 在新能源行业的快速扩张中，传统场站运维面临显著的战略困境与业务瓶颈。 行业急需将数字化能力下沉至边缘场站，打破总部与场站间的资源割裂状态。 智能场站边缘云（Tencent AI 边缘版 On CDC）： 沉淀数字化能力至边缘侧，部署“任务管理子系统”与“数据存储及计算”模块。 量化运维效能：驱动巡检智能化与核心业务减员增效 通过云边协同架构的应用，企业能够在以下三大核心业务指标（ROI驱动力）上获得显著收益： 推动新能源减员增效： 数字化能力全面下沉，打造新一代无人化智能场站 落地标准化场站集群：多节点智能边缘云的规模化复制 在实际的场站落地场景中，该方案支持从“标准化场站 1”到“标准化场站 N”的横向扩展。
20010编辑于 2026-05-31- 来自专栏智慧物联产品＆方案
借助5G智能网关实现无人化智慧农业应用
5G技术正以其广连接、低时延的优势，助力打造智慧农业一体化信息采集、设备管控、环境保护利用监测体系。本篇就简单介绍借助5G智能网关实现无人化智慧农业应用。 2、5G农机控制：收割机、播种机、犁地机、采摘机、喷洒机等设备也日益迈向无人化。通过5G网络，可以实现对多种农业生产机械的远程控制、自动控制。 5G智能网关还可部署边缘策略，实现农机自动运行、策略运行，提高生产效率。 3、5G监测与自动化控制：通过广泛分布的物联网传感器，全面采集作物区域的湿度、阳光照射、温度、土壤条件等数据，经由基于5G网络的物联网系统实时控制通风、出水、保温等系统功能，保障作物处于最佳生长状态。 4、5G智慧农业平台：通过汇总5G智能网关的数据，云平台能够实时显示和更新5G物联网系统采集的所有数据，助力农业人员全面感知作物生长情况，部署最佳策略。
1.2K10编辑于 2022-12-19 - 来自专栏腾讯云TVP
5G“新引擎”，助力矿山向无人化、智慧化转型！
今天，我们特邀了三一智矿的董事长、腾讯云 TVP 行业大使马巍老师，带领我们走进智慧矿山，共探 5G、无人化技术在矿山行业应用的商业前景。 从掘径设备到开采工序，都以设备的智能化、少人化为主，利用 5G 大带宽特性，通过矿用 5G 手机、智能头灯等，井下人员可以随时随地与井上管理人员、技术人员实现昏暗环境下的 4K 超高清视频通话，助力井上技术人员看清井下生产细节 而在露天矿场景下： 其工序相较于井工矿简单许多，主要通过在矿区实现选矿区及矿区指挥调度中心的 5G 网络覆盖，部署 5G+智能采矿、5G+调度系统、5G+智能管控等应用。 综上所述，无人化、少人化将是矿山行业的未来发展方向，随着矿山智能化的发展，行业数字化转型正在加剧，为了实现矿山设备智能化，设备互联成为了必不可少的条件。 目前三一智矿也和腾讯云达成了深度合作，共同推动矿山无人化的建设，我们合作推出了“自动驾驶+远程操控”的无人化方案，基于腾讯云实时音视频（TRTC）与 5G 网络融合技术，可以将视频传输时延大幅降低，为作业人员提供更加稳定
1.1K10编辑于 2023-01-05 2025腾讯云城市峰会·上海峰会：云+AI驱动工业与营销数智化转型全景
能源场站运营商（风电/光伏）： 痛点： 分布式光伏现场勘查、安装、巡检人力成本高，安装质量不可控，存在安全风险及隐形成本。 产品优势（全量提取） 云边协同架构： 支持总部与边缘场站两级资源互动，数字化能力下沉，实现巡检、算法、数据、管理协同。 三峡能源 (China Three Gorges Renewables) 背景： 新能源场站需要解决人力成本与运维效率的矛盾，实现无人化运维。 解决方案： 采用云边协同的智能运维方案。 成效： 打造新一代无人化智能场站。 巡检智能化提升，降低生产运营风险。 推动新能源 减员增效。 形成标准化云边运行环境、数据接入及API接口规范。 5. 成效： 节约综合人力成本：屋顶拍摄从20张照片+1段视频（耗时15-20分钟）升级为无死角拍摄，质量可控。
29900编辑于 2026-05-31腾讯云数智化方案：云+AI驱动智能营销与制造
研发与生产环节（智能制造）： 针对工厂在设备监控、产线质检、物流调度及新能源场站巡检中面临的“人力成本居高不下、环境复杂易出安全事故、传统系统非实时导致停机”等痛点，提供无人化智能运维与秒级自动管控。 成效： 问答准确率从 35% 跃升至 84%；模型出图率由 0% 提升至 70%（对比 GPT-4 出图率为 20%）；单个手册知识梳理人工从 30 人天降至 5 人天，知识构建效率大幅提升 83.3% 成效： 屋顶拍摄耗时从 15-20 分钟缩短至 2-5 分钟；审核时长从 20 分钟-1小时降低至秒级自动审核；标准巡检覆盖比达 70%（实际巡检覆盖比 40%），大幅节约综合人力成本并降低车辆与人员安全风险 5. 三峡能源 背景： 新能源场站地理分散，传统生产运营风险高，需推进减员增效与场站无人化。 解决方案： 实施云边协同的智能运维方案。 成效： 成功实现总部与边缘场站两级资源协同互动，数字化能力全面下沉场站，打造了新一代无人化智能场站。 6.
44530编辑于 2026-06-01腾讯云工业数智化转型产品架构与应用案例概览
新能源企业：在分布式光伏勘查安装、新能源场站无人运维、通用电池运营等场景下，为解决人力成本控制与安装质量、运营安全之间的矛盾而使用。 产品优势 云边协同：实现总部与边缘场站两级资源协同互动，支持巡检业务、算法、数据、管理协同。 领先AI算法：融合腾讯视觉大模型、新能源行业模型，支持第三方算法。 案例三：三峡能源无人化智能场站 背景：需提升巡检智能化，降低生产运营风险，推动新能源减员增效。 解决方案：基于分布式云计算和AI技术，通过云边协同架构，实现总部与边缘场站两级资源协同互动。 成效：打造新一代无人化智能场站，实现巡检智能化，降低生产运营风险。 案例四：汽车行业智能问答助手 背景：汽车手册复杂，知识冷启动慢；传统机器人无法满足精准问答需求。 成效：问答准确率从35%提升至84%；答案出图率从0%提升至70%；知识构建效率大幅提升83.3%（单个手册知识梳理从30人天缩减至5人天）。已覆盖车主用户数百万。
24900编辑于 2026-05-31重塑能源企业增长引擎：基于云原生与AI大模型的数字化转型路径及量化实践
据埃森哲《技术战略加速创新与增长》数据显示，数字化转型领军企业与后进企业之间的收入差距正被迅速拉大：2015年两者的差距为2倍，至2025年该差距预计将扩大至5倍。 升级智能运维：基于“腾讯混元大模型+TI平台+工业AI应用”的人工智能套餐，推动传统场站向“无人化”与一体化智能运维模式演进。 ：三大核心ROI量化效能转化 在上述技术矩阵的支撑下，能源企业的核心业务流程实现了显著的量化降本增效，其中最具代表性的三大投资回报（ROI）业务指标如下： 运维成本（Ops Cost）显著降低：在智能场站管理中 中国三峡（管理智能）：打造“无人化”场站，落地30+项AI算法应用，将传统巡检周期压缩至小时级，大幅提升场站运营智能化水平。
20300编辑于 2026-05-31- 来自专栏用户画像
H5无插件范式
过去，很多功能只能通过插件或者复杂的hack(本地绘图API、本地socket等)来实现，但是在HTML5中提供了对这些功能的原生支持。 插件的方式存在很多问题。 1、插件安装可能失败。 4、插件不容易与HTML文档的其他部分集成（因为插件边界、剪裁和通明度问题） H5可以直接用CSS和JavaScript的方式控制页面布局，不仅仅是提供了新元素支持新功能，更重要的是添加了对脚本和布局之间的原生交互能力 以H5中的canvas元素为例，可以轻松地在页面中画出对角线。
43520发布于 2018-08-27 - 来自专栏HTML5学堂
无技术基础 看懂HTML5
只要你平时上网，你看完这篇文章之后，相信你一定能够对HTML5有一个基本的认识。 HTML5是做什么的？ HTML5的由来 不熟悉HTML5的人，可能会很熟悉一个2005年以前常用的词语——网页设计与制作。 随着行业的发展，网站的制作越来越受到了人们的重视，社会化分工越来越明细。 2008年，HTML5横空出世，2009年HTML5这个全新的词语在北京的一些顶尖级公司出现，2012年，逐渐的普及开来，2014年迅速发展。 HTML5能够做的是移动端的网页以及微信平台中的移动端网页。 前端后台的区别 无论HTML5还是iOS，在整个网页开发流程当中，前端（HTML5）开发工程师，主要负责的是“前台页面制作”，“网站测试”，“修改”三个部分。
2.1K120发布于 2018-03-12 腾讯云数字能源解决方案：以AI与云原生技术驱动产业低碳转型
无服务器函数SCF按用量计费，在充电桩场景实现10%-20%服务器成本节约。安全体系通过400+国际认证，包括德国C5、韩国KISMS等最高安全资质。 量化效益提升运营效率与合规水平 支付流程电子化：通过电子签、在线清分将结算周期从10日缩短至5分钟 AI质检交钥匙方案：在制造业缺陷检测场景，新一代Serverless转码方案实现压缩率提升50%，效率提升 60% 全球化合规支撑：基于5大洲基础设施，通过Anycast EIP实现一套集群覆盖全球，跨境传输延时降低30% 能仓科技实践：光储充一体化运营 作为能链集团旗下储能服务商，能仓科技在中国竹子博览园部署 提供统一监控看板，实时发现不合理应用实践 碳BASE平台：为300+CCUS项目提供MRV（监测、报告、核查）能力，首期"碳寻计划"从300个申报项目中筛选TOP30 通过云边协同架构，腾讯云助力新能源场站实现无人化运维
17010编辑于 2026-05-30从云端到边缘：无处不在的超自动化巡检需求
知识库中大唐新余的案例清晰地展示了这一痛点：该企业“管辖6个分布于不同地市的发电场站，各场站有跨区域链路”，传统巡检模式下“耗时费力，时效性差，难以全面覆盖”。第三站：向OT环境拓展。 对于公有云、容器平台等现代系统，通过标准RESTful API高效对接；对于老旧设备、专有系统，通过拟人化UI操作实现控制；对于OT环境中的PLC、SCADA等工业设备，通过Modbus、OPC UA等协议采集数据 知识库中SAB的能力清单明确展示了这种全覆盖能力：“无限万物集成——独有的UI自动化+API、SDK+协议，打破无接口系统的孤岛；支持物理机器人纳管”。能力二：分布式部署与远程调度。 不同场站、不同区域的巡检任务，在统一平台上协同执行，无需运维人员长途奔波。能力三：轻量化与弹性扩展。 边缘节点和分支机构通常环境受限，无法部署复杂的运维平台。 知识库中大唐新余的方案被采纳后，“效果达到预期，极可能在整个电力集团推广至数千个场站”，这正是超自动化巡检从“单点突破”走向“全域覆盖”的典型路径。风险防控前置。
4300编辑于 2026-06-16腾讯云AI大模型与云原生架构驱动数字能源转型的量化实践
通过结构化图谱与AI助手，实现5秒内检索100个PDF文件，盘活企业专业知识库。 商业支付中台缩短资金回笼周期： 搭建数字能源商业支付平台，通过自动收益计算、电子账单推送与在线自动清分系统，将传统流程的支付结算周期从 ~10日 极速缩短至 5分钟，大幅提升企业资金周转率。 AI云边协同驱动场站无人化运维： 在新能源场站与电网巡检中部署AI大模型，实现巡检点位覆盖率 85%。 该方案直接推动场站实现无人值守，人均劳效提升 27%，人工工作量锐减 80%，最终带动整体运维成本下降 20%—30%。 作为全球首家通过德国C5附加标准审计的云服务商、中国首家通过韩国KISMS认证的云服务商，并具备ISO 27001、ISO 27701、CSA STAR金牌等级及TISAX汽车行业信息安全AL3极高保护级别
24610编辑于 2026-05-30腾讯云智能制造：基于云边端架构与AI大模型的产业创新实践
融合大模型与工业AI，实现场站无人化（运营智能） 推出“混元大模型 + TI平台 + 工业AI应用”的人工智能套餐，直接降低物理资产的运维成本。 应用实效： 助力三峡能源、金风科技等企业打造“无人化”场站一体化运维模式。落地 30+ AI算法应用，使巡检效率提升至 小时级；最终实现人效提升 27%，整体运维成本降低 30%。 5. 应用实效： 在鹿客、凯迪仕智能锁（掌心锁V5系列）场景中，提取 50176个 掌静脉信息（可识别同卵双胞胎）。 识别速度达 0.22秒（比双目人脸快64.6%）；误识率极低至 0.00000631%（安全性为人脸指纹的15倍）；助力客户上市6个月即实现 5万+ 客户增长。
23710编辑于 2026-05-31油气开采数字孪生平台量化指标与误差控制规范
场站全域渲染帧频：抽油机、管汇阀组、储油罐、计量装置、集输管线全要素一体化场景下，稳定渲染帧率≥30fps，单帧渲染时间波动率≤8%，设备运动、流体粒子、告警特效三类动态元素同步渲染帧损耗≤5%，无周期性掉帧与瞬时卡顿 多级尺度切换稳定性：场站宏观俯瞰-井口设备聚焦-井下管柱明细三级尺度切换，过渡平滑无跳变，几何视觉差≤3%，无渲染断层、纹理闪烁、模型突现异常，切换全程帧率波动≤5fps。 全天候运行稳定性：适配中控大屏端与运维PC客户端双端渲染输出，7×24小时不间断运行内存泄漏率≤10MB/24h，显存占用波动率≤5%，无场景卡死、渲染管线失效、程序崩溃故障。 多级尺度切换渲染断层：该缺陷表现为场站-井口-井下三级尺度切换时画面瞬时跳变，几何视觉差≥5%。 工程控制方案：定制场站级、井口级、井下级三级专属LOD梯度，层级几何误差比控制在1.5:1；设置5%视距区间的透明度渐变过渡带，采用帧同步双缓存渲染机制，统一静态设备模型与动态流体特效的LOD切换时钟；
10700编辑于 2026-06-17- 来自专栏音视频咖
无 Flash 时代，让直播拥抱 H5
不仅 HTML5 原生播放器的场景几乎可以说是没有，而且 H5 播放的延时性还非常高。最多我们也只能控制一下 视频播放 的表层工作，比如，暂停，播放，快进。 就这 5 个状态，实际上映射的是上面的 6 个事件（这里还不包括网络状态的事件。。。） 综上所述，我们实现的基本功能有 5 个。 13 业务实践 到这里，相信大家已经对直播流所需要的技术都已经了解，我们接下来主要来实践一下 MSE 在 H5 播放器中具体的应用和实践。 H5 播放器所需的流程其实就两个环节： websocket 提供原始的直播流。比如，RTMP 的直播流，或者 WS-FLV 的直播流。
3.4K50编辑于 2023-04-17 - 来自专栏信数据得永生
Python 无监督学习实用指南：1~5
无监督学习算法 可以想象，在无监督的情况下，没有隐藏的老师，因此主要目标不能与最小化关于真实性的预测误差有关。 的确，在这种情况下，相同的基本事实概念的含义稍有不同。 因此，无监督算法通常旨在发现样本之间的相似性和模式，或者在给定一组从中得出的向量的情况下，再现输入分布。 现在让我们分析一些无监督模型的最常见类别。 无监督的你好世界 由于本书完全致力于无监督算法，因此我决定不将简单的聚类分析展示为一个“世界”！ 例如，而是相当基本的生成模型。 相反，高维空间中的p >> 2对于所有最大分量保持固定而所有其他分量都被修改的样本，则产生无法区分的距离（例如，如果x = (5, 0) → (5, a)，其中|a| < 5），如以下示例所示 ： import = 500 nb_centers = 5 X, Y = make_blobs(n_samples=nb_samples, n_features=2, center_box=[-5, 5],
1.6K20编辑于 2023-04-24 - 来自专栏前端小吉米
无 Flash 时代，让直播拥抱 H5
不仅 HTML5 原生播放器的场景几乎可以说是没有，而且 H5 播放的延时性还非常高。最多我们也只能控制一下 视频播放 的表层工作，比如，暂停，播放，快进。
1.8K40发布于 2018-07-03 自控燃气场站可视化数字孪生平台量化指标与误差控制规范
1.核心量化技术指标本指标适用于燃气场站全工艺区静态场景渲染、自控阀门动作仿真、管输流体可视化、可燃气体泄漏扩散推演、场站-工艺区-阀组多级尺度漫游、多路工控传感数据实时联动全流程性能校验，所有参数基于单场站 场站全域渲染帧频：调压装置、工艺阀组、计量设备、储配罐体、集输管线全要素一体化场景下，稳定渲染帧率≥30fps，单帧渲染时间波动率≤8%，阀门动作、流体粒子、泄漏告警特效三类动态元素同步渲染帧损耗≤5% ，无周期性掉帧与瞬时卡顿。 多级尺度切换稳定性：场站宏观俯瞰-工艺区中观聚焦-阀组单体明细三级尺度切换，过渡平滑无跳变，几何视觉差≤3%，无渲染断层、纹理闪烁、模型突现异常，切换全程帧率波动≤5fps。 全天候运行稳定性：适配中控大屏端与运维PC客户端双端渲染输出，7×24小时不间断运行内存泄漏率≤10MB/24h，显存占用波动率≤5%，无场景卡死、渲染管线失效、程序崩溃故障。
12310编辑于 2026-06-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号