场景原型

种猪生产性能提升与发病预测

中国有3500万头种猪,不稳定的生产效益与不可控的疫病风险是养殖行业的两大痛点,生产和疫病防控决策主要依靠兽医师经验,缺乏数据支撑,难以实现精细化管理,发病率、PSY(Piglets per Sow per Year)等核心指标显著落后于发达国家。镭实验室研发的技术将通过装有体温传感器和运动传感器的智能耳标实时采集与生产性能和疾病相关的体征数据,如体温、运动量、进食量等,使用NB-IoT等通讯方式将数据传至云端,建立种猪生理周期预测模型和常见病预测模型等动态算法模型进行数据分析指导生产决策,可将PSY提升20%,疫病损失降低25%。

车载视频安全辅助系统

交通运输行业基于安全管理的需要,建设了大量车载摄像头(200万辆出租、60万辆公交车、35万辆两客一危等),目前运输安全监管主要靠人看,不能及时主动发现交通运输生产中的安全隐患。镭实验室将基于前端视频设备传回的数据,利用人工智能技术实时检测出人员超载、疲劳驾驶等行为,及时预警并采取安全管理措施,将极大提升公路运输生产安全。

 

 

土壤墒情在线监测

中国95%以上的耕地仍沿用着传统的灌溉方式,水利用系数只有30%~40%,灌溉决策依赖经验,缺乏数据支撑,不科学的灌溉方式造成水资源大量浪费引发减产。镭实验室正在研究通过装载有温度、含水量和盐度等传感器的土壤墒情监测仪实时采集与土壤生产性能相关的数据,使用NB-IoT等通讯方式将数据传至云端,融合气象数据等外部数据源,建立土壤—水分—化肥—气候—农作物动态关系模型术对数据加以分析指导生产决策,将水利用系数提升至90%以上,增产5%以上。

 

 

供热需求响应场景

镭实验室针对现有供热节能行业无法做到按需供应的问题,提炼相关的物联网场景。

集中式光伏的数据实时采集

光伏和风能发电是重要的清洁能源的来源,目前弃光率和弃风率之高已经制约了产业的发展。镭实验室已经开始研发一整套能源计量基础设施,用来解决能源供给侧和输配电,需求侧之间的矛盾。

道路交通感知及城市交通红绿灯智能控制

全国20多万个信号灯控制交叉口,红绿灯控制多基于调查数据,自适应能力不高,相关路口没有协同,造成路口通行效率低,城市拥堵。镭实验室研究的交通网络模型,利用视频识别单个路口的交通流量,通过网络模型分析各结点的交通需求,通过网络实现上下游路口的协同控制,减少路口视频检测器的布设数量,节约建设资金,道路交通感知及智能控制能够使城市全路网的交通拥堵降低20%。

 

 

基于计量智能插座的云端电能分析管控

镭实验室研究发现,大量的宾馆、公寓、写字楼、机房等需要精细化智能化的电源、设备管控网络,插座作为一个现存的设施可以大量直接引入,低成本高效率的将现有电器设备改造为智能设备,并精准控制电能消耗,发现电器问题,作为能源需求侧的电能精细化管控是现有电表计量的一个有效补充。

基于污染解析模型的水污染溯源

需求侧能源管理的计量场景

中国2万家重点用能单位的用能量占工业能耗的70%,长期以来缺乏精准到次级和三级用能设备的在线监测手段。镭实验室研究发现需求侧能源管理的潜在场景,能够低成本快速建立广泛覆盖的计量基础设施,成为能源业的‘百度’,节约5%的能耗,将产生1800亿元以上的经济效益。

现有水质监测网络和水质评估体系的建设以行政、执法、监督、考核等目的为主,同时收到水站建设本身的问题影响,对于水环境的真实安全性、污染的溯源、治理等并不能发挥最有效的作用。镭实验室的专题拟以扩散模型和受体模型为理论研究基础,结合廉价分析技术,实现不基于高密监测网络的直接污染溯源体系

 

 

 

 

 

 

中国的户用分布式光伏市场在2017年开始起飞,是否存在着一个类似SolorCity的商业模式?是否需要一个能源计量的基础设施来支持居民户,运营商和设备商之间的信用和结算问题? 

电力巡检数据透视

到2017年,我国已拥有130万千米高压输电线路,预计到2020年,线路总长将达到159万千米。如何更实时有效维护并保障这些电力基础设施的正常运行并降低成本是电力运维部门面临的一个重大课题,每年投入的费用数十亿计。镭实验室的设计方案是通过智能视频分析技术与无人机技术的结合,实现对电力传输设施缺陷/损坏的巡检,自动分析,降低人工介入成本,提升效率。

光伏产业的计量场景

公寓运营商的水电费计量场景

针对公寓运营商这个目标群体。镭实验室研究发现在公寓运营管理过程之中存在的水电费计量问题,不仅造成结算争议,而且降低了客户体验。物联网相关技术成为解决这一场景的可行之路。

植物工厂

 

 

镭实验室正在研究的植物工厂课题,有望在人工环境下大规模持续产出最高食品安全等级的农产品,摆脱自然条件约束,杜绝农药,仅消耗传统农业2%水量。

城市停车运营商

我国大中型城市(以及节假日旅游景区)普遍存在停车难痛点,车主无法实时获取车位信息,造成交通拥堵和时间浪费。镭实验室的研究方向是利用传感器实现停车位状态的信息采集,并通过网络集中于云端,实现城市级静态交通资源的智慧运营。为车主提供车位查询、预订、停车位导航和反向寻车等服务,提高停车场的管理效率,并能够产生减少拥堵的巨大社会效益。

 

 

数字大气

生态环境是关系党的使命宗旨的重大政治问题,国家生态环境部专门研究制定并发布《禁止环保“一刀切”工作意见》,因此,环境污染治理已经从简单粗暴的一刀切,转换为科学合理的精准治理的轨道上来。镭实验室以创新技术建立的数字大气模型,正是针对“环境精准治理”精心设计和实现,它可以提供时间和空间维度任意分辨率的准确环境数据,不仅知道过去和现在空气状况,更能精准预测未来的环境空气质量变化。这是因为它采用了低成本、免维护、广覆盖的镭微站在区域内部署了足够密集的监测网格,结合模型丰富、自适应、智能匹配、面向问题的镭模型及镭AI算法,对城市上空的大气进行了数字化重建。