本發(fā)明提供一種空調(diào)機組參數(shù)調(diào)優(yōu)方法、裝置、設(shè)備及介質(zhì)，屬于空調(diào)機技術(shù)領(lǐng)域，調(diào)取空調(diào)機組參數(shù)；將空調(diào)機組的能耗作為優(yōu)化目標(biāo)；通過初始化蜜蜂種群，并預(yù)設(shè)搜索策略和停止準(zhǔn)則，開始進行尋優(yōu)過程；配置ParaSeer模型，基于ParaSeer模型...

本發(fā)明實施例提供一種室內(nèi)盆栽生長狀況的監(jiān)測方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)，屬于植物狀態(tài)監(jiān)測領(lǐng)域。該方法包括：采集室內(nèi)環(huán)境參數(shù)及盆栽葉片視頻，并對其進行處理，獲得室內(nèi)環(huán)境目標(biāo)參數(shù)及葉片目標(biāo)區(qū)域；針對室內(nèi)環(huán)境目標(biāo)參數(shù)，監(jiān)測盆栽的生長環(huán)境；針...

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體提供一種空調(diào)機組能耗預(yù)測方法、系統(tǒng)、終端及存儲介質(zhì)，包括：利用傳感器采集環(huán)境數(shù)據(jù)和空調(diào)機組的運行數(shù)據(jù)；將所述環(huán)境數(shù)據(jù)和空調(diào)機組的運行數(shù)據(jù)轉(zhuǎn)換為多個時間序列數(shù)據(jù)；利用時間窗口分別從多個時間序列數(shù)據(jù)中截取相同...

本發(fā)明涉及工地違規(guī)行為檢測領(lǐng)域，具體公開一種工地違規(guī)行為檢測管理方法、系統(tǒng)、終端及介質(zhì)，構(gòu)建圖譜知識庫和圖文向量庫；使用預(yù)先訓(xùn)練的目標(biāo)檢測模型對待測圖像進行處理，提取到待測圖像中的目標(biāo)物理實體；根據(jù)圖譜知識庫檢索與目標(biāo)物理實體對應(yīng)的違規(guī)...

本發(fā)明實施例提供一種空調(diào)機組的異常檢測方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)，屬于人工智能領(lǐng)域和工業(yè)設(shè)備預(yù)測性維護領(lǐng)域。該方法包括：采集空調(diào)機組的運行參數(shù)并輸入異常檢測模型，輸出空調(diào)機組的運行參數(shù)中的異常時間序列參數(shù)，其中，異常檢測模型是基于T...

本申請公開了一種基于區(qū)塊鏈的智慧建筑數(shù)據(jù)共享方法、系統(tǒng)、設(shè)備及介質(zhì)，主要涉及建筑數(shù)據(jù)共享技術(shù)領(lǐng)域，用以解決中心化的數(shù)據(jù)存儲方式容易成為攻擊的目標(biāo)、智慧建筑涉及隱私，存在隱私泄露的問題。包括：獲取智慧建筑中物聯(lián)網(wǎng)設(shè)備的采集數(shù)據(jù)；對采集數(shù)據(jù)...

本申請公開了一種工地不規(guī)范行為識別方法、系統(tǒng)、設(shè)備及介質(zhì)，主要涉及行為識別技術(shù)領(lǐng)域，用以解決現(xiàn)有的專家混合模型架構(gòu)：單一專家混合模型結(jié)構(gòu)，難以應(yīng)對多變的工地場景、用戶行為的個性化處理不足的問題。包括：通過多專家網(wǎng)絡(luò)將視覺?語言預(yù)訓(xùn)練模型...

本發(fā)明屬于人工智能技術(shù)領(lǐng)域，具體涉及一種基于多模態(tài)大模型的視頻分析處理系統(tǒng)及方法，所述方法包括：多模態(tài)控制大模型接收用戶輸入的通過自然語言描述所需完成的任務(wù)，對用戶的輸入進行語義分析，提取任務(wù)信息，將涉及視頻理解的任務(wù)分解為子任務(wù)發(fā)送至...

本發(fā)明提供一種園區(qū)微電網(wǎng)的負(fù)荷預(yù)測方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)，屬于園區(qū)微電網(wǎng)負(fù)荷預(yù)測領(lǐng)域。該方法包括：獲取園區(qū)微電網(wǎng)的歷史負(fù)荷數(shù)據(jù)以及相關(guān)影響因素數(shù)據(jù)；將所述園區(qū)微電網(wǎng)的歷史負(fù)荷數(shù)據(jù)以及相關(guān)影響因素數(shù)據(jù)輸入至預(yù)先構(gòu)建的Fredfor...

本發(fā)明提出的一種冷水機組故障檢測和分類方法、系統(tǒng)、裝置及介質(zhì)，所述方法包括：采集冷水機組的運行數(shù)據(jù)，記錄為特征變量；對特征變量進行預(yù)處理，提取其中的故障檢測特征變量生成時間序列數(shù)據(jù)，并存儲到時序數(shù)據(jù)庫中；在時序數(shù)據(jù)庫中收集冷水機組運行正...

本發(fā)明提供了一種暖通空調(diào)供熱預(yù)測方法、系統(tǒng)、設(shè)備及介質(zhì)，屬于人工智能技術(shù)領(lǐng)域。所述方法包括：采集暖通供熱系統(tǒng)的可調(diào)控參數(shù)、外部環(huán)境數(shù)據(jù)、暖通空調(diào)供熱系統(tǒng)相關(guān)數(shù)據(jù)和室內(nèi)環(huán)境數(shù)據(jù)，對采集到的數(shù)據(jù)進行處理，生成時間序列數(shù)據(jù)集；基于Mamba架...

本發(fā)明提供了一種園區(qū)能源優(yōu)化配置方法、系統(tǒng)、設(shè)備及介質(zhì)，屬于園區(qū)能源管理技術(shù)領(lǐng)域。所述方法包括：實時采集園區(qū)內(nèi)的設(shè)備狀態(tài)數(shù)據(jù)和人流數(shù)據(jù)，判斷當(dāng)前各區(qū)域、各設(shè)備的能耗情況和人員活動情況，生成園區(qū)各區(qū)域、各設(shè)備的用電數(shù)據(jù)；根據(jù)實時分析結(jié)果制...

本發(fā)明屬于智能電網(wǎng)能源管理技術(shù)領(lǐng)域，具體涉及一種異構(gòu)多智能體協(xié)作的綜合園區(qū)電力能源調(diào)度方法及系統(tǒng)，所述方法包括：通過分析各能源系統(tǒng)的特性和運行狀況定制相應(yīng)的異構(gòu)智能體；利用因果關(guān)系圖譜以及條件互信息量化方法，建立智能體之間情境依賴因果聯(lián)...

本技術(shù)屬于物料運輸技術(shù)領(lǐng)域，具體公開了一種施工工地使用的物料運輸裝置，包括車斗本體和轉(zhuǎn)動連接在車斗本體下部的滾輪，車斗本體的下部轉(zhuǎn)動連接有轉(zhuǎn)動板，車斗本體的下部位于轉(zhuǎn)動板的兩側(cè)固定連接有弧形滑道，弧形滑道與車斗本體之間固定連接有連接筋桿...

本發(fā)明適用于能源管理技術(shù)領(lǐng)域，提供了一種基于辦公桌面太陽能板的智能能量管理系統(tǒng)，所述系統(tǒng)包括：太陽能桌面，太陽能桌面內(nèi)安裝有太陽能面板和太陽能電池，太陽能電池用于給用電設(shè)備供電；數(shù)據(jù)采集模塊，所述數(shù)據(jù)采集模塊包括光照傳感器、溫度傳感器、...

本發(fā)明提供一種中央空調(diào)冷水機組異常檢測與診斷方法、系統(tǒng)、設(shè)備及介質(zhì)，屬于工業(yè)設(shè)備預(yù)測性維護技術(shù)領(lǐng)域，所述方法步驟如下：采集空調(diào)機組運行的時序數(shù)據(jù)和日志數(shù)據(jù)并進行預(yù)處理；使用空調(diào)機組運行的時序數(shù)據(jù)對時序檢測模型進行微調(diào)訓(xùn)練，以及使用空調(diào)機...

本發(fā)明適用于數(shù)據(jù)查詢技術(shù)領(lǐng)域，尤其涉及一種基于提示增強的大模型智能查詢生成方法，所述方法包括：構(gòu)建檢索向量數(shù)據(jù)庫，所述檢索向量數(shù)據(jù)庫中中數(shù)據(jù)分為表結(jié)構(gòu)數(shù)據(jù)、業(yè)務(wù)文檔數(shù)據(jù)和問題?SQL對數(shù)據(jù)；Prompt模型基于預(yù)設(shè)的對話背景和回復(fù)指南對...

本發(fā)明提供了一種基于生成對抗網(wǎng)絡(luò)的建筑能耗數(shù)據(jù)生成及平行預(yù)測方法、裝置和介質(zhì)，屬于建筑能耗預(yù)測技術(shù)領(lǐng)域。所述方法包括：收集實際建筑能耗數(shù)據(jù)作為訓(xùn)練樣本，包括時間序列數(shù)據(jù)和建筑物的物理屬性；構(gòu)建并訓(xùn)練生成對抗網(wǎng)絡(luò)模型；將實際建筑能耗數(shù)據(jù)輸...

本發(fā)明提供一種基于人工智能的空調(diào)機組能耗尋優(yōu)調(diào)控方法、裝置、設(shè)備及介質(zhì)，屬于空調(diào)機組能耗控制技術(shù)領(lǐng)域，使用余弦相似度評價外部環(huán)境參數(shù)與當(dāng)前環(huán)境參數(shù)的相似度；判定是否存在相似環(huán)境參數(shù)；判斷是否存在在先尋優(yōu)記錄，如存在；導(dǎo)出前期的尋優(yōu)數(shù)據(jù)；...

本發(fā)明涉及一種基于大模型的更快速、更輕量化、任務(wù)拆分更精細(xì)的任務(wù)規(guī)劃和調(diào)度方法，旨在提升大模型調(diào)用工具處理復(fù)雜任務(wù)的能力。該方法基于FastAPI框架，集成Text?to?SQL技術(shù)、本地知識庫和Function?Calling等核心技...