Jul, 2024

制造业能效改进专家系统的系统评述

HTML
PDF
TL;DR在欧盟致力于在2050年实现气候中性的大背景下，为了提高能源效率的努力不断加强，制造业是这些努力的主要焦点之一，因为其对最终电力能源需求高，同时面临着关键性技术人员短缺的问题。专家系统可以通过自动识别潜在的能源效率改进措施，从而在减少电力消耗方面发挥重要作用。本文系统地回顾了专家系统在提高工业能源效率方面的最新方法，重点关注制造业。文献搜索获得了1692个结果，其中在1987年至2023年间发表的54篇文章进行了深入分析。这些出版物根据系统边界、制造类型、应用视角、应用目的、专家系统类型和行业进行了分类。此外，我们还研究了专家系统在这个背景下的结构、实施、利用和发展。通过这个分析，综述揭示了研究空白，指向了未来研究的有前景的主题。
发现论文，激发创造
  • 智能制造中人工智能协作的参考软件架构

    这篇论文研究在智能制造中的人工智能协作所涉及的挑战，提出了一个以知识图谱、跟踪和场景分析为基础的软件架构，并使用关系化机器学习对生产过程中的知识进行捕捉，从而进行上下文特定的行动推荐，以实现优化产品质量和防止身体伤害。

    Jan, 2022

  • 制造业能源可持续性改进的MBSE分析

    本研究基于模型系统工程学分析，提供了一种通用的方法用于制造业自主能源管理系统的综合开发，该能源管理系统可以通过监控和控制制造系统的能源可持续性来不断提高其评估、预测和行动的能力。

    Aug, 2022

  • 智能能源系统中的AI可解释性和治理：一项综述

    通过收集Scopus数据库中的3,568篇相关论文，自动发现了AI治理能源的15个参数或主题，这篇论文深化了我们对能源中AI治理的知识，并有望帮助政府、工业、学术界、能源生产者和其他利益相关者了解AI在能源部门的应用，从而实现更好的设计、运营、利用和风险管理。

    Oct, 2022

  • 人工智能时代的能源系统数字化: 朝着碳中和的三层方法论

    电力电网向碳中和转变是解决气候变化最大的游戏规则之一，人工智能在技术、市场和政策等三个层面上进行定制化可以提高电能系统向碳中和的转变速度和规模。

    Nov, 2022

  • 能源工人配置从技术到技能的升级，以实现制造业能源效率

    该研究旨在设计员工评估软件以实现更可持续的制造业，这可通过适应性培训策略来弥补数字创新和环保所需的技能差距来完成，帮助制造商最大化投资回报。

    Jan, 2023

  • 绿色人工智能的系统性评估

    通过对98个文献的分析，系统地回顾了绿色人工智能研究领域。大多数研究关注于AI 模型的环境可持续性，包括监控 AI 模型的排放量、调整超参数以提高模型的可持续性，或者对模型进行基准测试。实验室实验是最常见的研究策略。报告的节能率高达115％，其中节能50％以上相当普遍。

    Jan, 2023

  • 电动出行服务中AI算法在能源管理方面的综述

    电动出行解决方案的关键是能源管理，本文通过分析现有文献探讨了人工智能在解决电动出行领域的各种挑战中的潜力，并提出了未来研究的有效途径，以推动可持续和高效的电动出行解决方案的发展。

    Sep, 2023

  • 应用大型语言模型于建筑能效和碳减排研究的机遇与挑战：一项探索性概述

    近年来，大型语言模型（LLMs）在各个领域取得了快速进展和令人印象深刻的能力。本文探讨了LLMs在建筑能效和碳减排研究中的应用、影响和潜力。文章考察了LLMs在建筑能源领域的广泛能力，包括智能控制系统、代码生成、数据基础设施、知识提取和教育。尽管LLMs具有很大的潜力，但仍存在复杂和昂贵的计算、数据隐私、安全和版权、精细调整LLMs的复杂性以及自一致性等挑战。文章最后呼吁未来的研究集中在增强LLMs的领域特定任务、多模式LLMs和人工智能与能源专家之间的合作研究上。

    Dec, 2023

  • 基于人工智能的优化能耗方法综述

    能源优化、人工智能、实时监测、智能系统和能源供应是该研究论文的主要关键词和研究领域，并通过对17个不同研究方法的评估揭示了它们的优势和局限性，为未来的人工智能与能源消耗优化的整合指明了方向。

    Jun, 2024

  • 人工智能在能源效率中的应用：综述

    该研究关注联合国可持续发展目标中的能源效率，尤其是气候变化带来的能源浪费问题。论文通过总结人工智能在智能建筑中的多代理系统应用，提出了在异常检测和智能能源管理系统分类中的新见解。研究揭示了AI与物联网和大数据的紧密关系，为未来研究方向提供了有价值的参考。

    Jul, 2024