0 次真实下载
中冶京诚_钢铁能源智能调度
应用场景：钢铁企业全厂级能源（煤气、电力、蒸汽等）供需预测与优化调度
社区投稿案例
投稿方：loki · 服务商：中冶京诚 · 收录时间：2026/10/13
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
工业制造
3. AI 能力类型
预测
4. 原来怎么干的
能源系统分散管理，依赖人工经验调度，预测不准，放散与浪费严重，单点优化无法覆盖全工艺流程
5. AI 介入在哪一步
AI介入能源预测与优化调度环节，生成调度建议方案，由能源调度员负责最终确认
6. 模型与架构
CERIOS.AICORE平台；集成DeepSeek、通义千问等智能引擎；融合大数据、数字孪生与工业大模型；管理数字化、操控集约化、运维远程化、场景无人化架构
7. 数据基础（必填项）
钢铁企业全厂能源介质运行数据（煤气、电力、蒸汽等）、生产设备运行数据、物流与质量数据、全流程数字孪生模型数据
8. 效果
投稿方未提供
9. 投入
工业互联网平台持续研发投入；在多家钢铁企业复制推广
10. 坑
投稿方未提供
Reproduction Pack
下载 中冶京诚_钢铁能源智能调度 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 中冶京诚_钢铁能源智能调度.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。
怎么写一条有用的反馈
示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。