97国产精品视频|欧美国产偷国产精品三区|在线欧美成人网站网址|亚洲在线色情日本无码视频网|高潮喷水在线日韩精品操|真真操逼视频国产免费啪啪片|超大波少妇欧美亚洲精品日韩一区|久久视频精品91午夜视频|亚洲无码成人动漫精品一区二区|中文字幕久久成人

您當(dāng)前位置:采招網(wǎng) > 文檔下載 > 海油發(fā)展-信息技術(shù)品類部-海上油氣田碳排放預(yù)測(cè)算法研究及智能評(píng)估工具開發(fā)服務(wù)-20250603-采辦計(jì)劃文件.docx

海油發(fā)展-信息技術(shù)品類部-海上油氣田碳排放預(yù)測(cè)算法研究及智能評(píng)估工具開發(fā)服務(wù)-20250603-采辦計(jì)劃文件.docx

下載文件(257.65KB)
天津市 2025-06-04 257.65KB
內(nèi)容簡(jiǎn)介

中海油能源發(fā)展股份有限公司安全環(huán)保分公司安全環(huán)保工程技術(shù)研究院海上油氣田碳排放預(yù)測(cè)算法研究及智能評(píng)估工具開發(fā)服務(wù)采購(gòu)技術(shù)要求書編制:審核:批準(zhǔn):1一、項(xiàng)目概況及總體要求《海上油氣田節(jié)能降碳智能評(píng)估關(guān)鍵技術(shù)研究》是中海油能源發(fā)展股份有限公司重大專項(xiàng)研究課題,項(xiàng)目周期:202410-202611。項(xiàng)目針對(duì)海上油氣田典型場(chǎng)景節(jié)能降碳評(píng)估需求,利用大模型和機(jī)器學(xué)習(xí)等人工智能技術(shù),搭建海上油氣田節(jié)能降碳知識(shí)庫(kù),研究能耗和碳排放智能評(píng)估方法和預(yù)測(cè)技術(shù),開發(fā)智能評(píng)估工具,構(gòu)建基于“海能”大模型的節(jié)能降碳場(chǎng)景子模型,實(shí)現(xiàn)油氣田能耗和碳排放實(shí)時(shí)感知、態(tài)勢(shì)分析、趨勢(shì)預(yù)測(cè)和預(yù)警以及知識(shí)智能問答和內(nèi)容生成等功能,為海上油氣田節(jié)能降碳評(píng)價(jià)和管理決策提供技術(shù)支撐。本次采辦需求使用人工智能手段,結(jié)合實(shí)際數(shù)據(jù)、企業(yè)政策等,研究海上油氣田的能耗和碳排放預(yù)測(cè)模型,為油氣田節(jié)能降碳智能評(píng)估提供基礎(chǔ)支撐,最終集成到海上油氣田節(jié)能降碳智能評(píng)估工具中,為海上油氣田節(jié)能降碳提供,特申請(qǐng)立項(xiàng)采辦!二、服務(wù)內(nèi)容和范圍1、服務(wù)內(nèi)容服務(wù)內(nèi)容包括:海上油氣田能耗和碳排放預(yù)測(cè)算法研究及調(diào)試、海上油氣田節(jié)能降碳智能評(píng)估工具等內(nèi)容。2、任務(wù)量清單序號(hào)工作項(xiàng)目工作內(nèi)容提交成果1外委研究費(fèi)-能耗和碳排放預(yù)測(cè)算法研究采用人工智能技術(shù),結(jié)合中海油企業(yè)相關(guān)制度政策、能源結(jié)構(gòu)及市場(chǎng)經(jīng)濟(jì)形勢(shì),利用實(shí)際海上油氣田生產(chǎn)作業(yè)過程碳排放數(shù)據(jù),構(gòu)建海上油氣田典型場(chǎng)景碳排放預(yù)測(cè)模型。1能耗和碳排放預(yù)測(cè)算法模型1套;2海上油氣田能耗和碳排放預(yù)測(cè)算法研究報(bào)告1份。2外協(xié)實(shí)驗(yàn)/試驗(yàn)費(fèi)-能耗和碳排放預(yù)測(cè)算法調(diào)試對(duì)能耗和碳排放預(yù)測(cè)算法進(jìn)行調(diào)試。1能耗和碳排放預(yù)測(cè)算法調(diào)試報(bào)告1份。3設(shè)備與軟件費(fèi)-海上油氣田節(jié)能降碳智能評(píng)估工具試制完成海上油氣田節(jié)能降碳智能評(píng)估工具1套,集成能耗和碳排放預(yù)測(cè)模型和智能評(píng)估模型,具備知識(shí)智能問答,報(bào)告生成,數(shù)據(jù)統(tǒng)計(jì)、分析和預(yù)測(cè)等功能模塊。1海上油氣田節(jié)能降碳智能評(píng)估工具1套,前后端源代碼及說(shuō)明文檔、數(shù)據(jù)庫(kù)建庫(kù)建表腳本及說(shuō)明文檔、部署手冊(cè)、用戶手冊(cè)、需求文檔、藍(lán)圖設(shè)計(jì)、詳細(xì)設(shè)計(jì)文檔、原型設(shè)計(jì)(可編2輯版)與美工設(shè)計(jì)(可編輯版)各1套。2、服務(wù)地點(diǎn):天津市濱海新區(qū)開發(fā)區(qū)十二大街168號(hào)增1號(hào)。3、服務(wù)期限:自合同簽訂之日起,10個(gè)月內(nèi)完成所有工作內(nèi)容。三、執(zhí)行標(biāo)準(zhǔn)/規(guī)范下列標(biāo)準(zhǔn)規(guī)范對(duì)于本文件的應(yīng)用是必不可少的,本次采購(gòu)主要引用的采購(gòu)標(biāo)準(zhǔn)如下,當(dāng)標(biāo)準(zhǔn)規(guī)范與技術(shù)文件相沖突時(shí),應(yīng)按照文件優(yōu)先級(jí)執(zhí)行:在尋源和合同的執(zhí)行過程中,如果技術(shù)文件和各類標(biāo)準(zhǔn)等文件之間出現(xiàn)矛盾,賣方應(yīng)在交貨之前向買方提出澄清申請(qǐng)。文件的優(yōu)先執(zhí)行順序由高到低為:●中華人民共和國(guó)強(qiáng)制執(zhí)行的國(guó)家法律、法規(guī)和標(biāo)準(zhǔn)●中國(guó)海油集團(tuán)公司強(qiáng)制執(zhí)行的行業(yè)標(biāo)準(zhǔn)●項(xiàng)目所在地強(qiáng)制執(zhí)行標(biāo)準(zhǔn)●本技術(shù)文件所附文件●非強(qiáng)制執(zhí)行的行業(yè)標(biāo)準(zhǔn)●非強(qiáng)制執(zhí)行的國(guó)家標(biāo)準(zhǔn)●通用的國(guó)際標(biāo)準(zhǔn)本項(xiàng)目執(zhí)行標(biāo)準(zhǔn)/規(guī)范如下:(1)GB/T45225-2025《人工智能深度學(xué)習(xí)算法評(píng)估》;(2)GB/T15532-2008《計(jì)算機(jī)軟件測(cè)試規(guī)范》;(3)GB/T8566-2022《系統(tǒng)與軟件工程軟件生存周期過程》。四、服務(wù)要求1、設(shè)計(jì)/施工方案要求:11數(shù)據(jù)上云1)自建信息系統(tǒng)及專業(yè)產(chǎn)品化軟件,應(yīng)對(duì)大數(shù)據(jù)平臺(tái)開放數(shù)據(jù)庫(kù),滿足數(shù)據(jù)上云要求,優(yōu)先采用數(shù)據(jù)庫(kù)直連方式,其次可采用數(shù)據(jù)推送或接口形式;2)視頻、圖片、音頻、文檔等非結(jié)構(gòu)化與半結(jié)構(gòu)化數(shù)據(jù),使用大數(shù)據(jù)平臺(tái)OSS進(jìn)行存儲(chǔ)及規(guī)范調(diào)用;3)邊緣數(shù)據(jù)采集的場(chǎng)景,邊緣側(cè)應(yīng)采用云邊協(xié)同技術(shù)架構(gòu),具備泛化數(shù)據(jù)采集、3邊緣計(jì)算、數(shù)據(jù)分發(fā)上云及云邊配置協(xié)同、應(yīng)用協(xié)同、模型算法協(xié)同、數(shù)據(jù)協(xié)同等功能,實(shí)現(xiàn)北向(由邊緣向云)和南向(由云向邊緣)雙向管理。數(shù)據(jù)采集應(yīng)使用MQTT、OPC-UA、ModbusTCP、RTSP、HTTP協(xié)議。12數(shù)據(jù)調(diào)用各信息系統(tǒng)間的數(shù)據(jù)調(diào)用應(yīng)通過大數(shù)據(jù)平臺(tái)提供的restful接口或數(shù)據(jù)庫(kù)數(shù)據(jù)同步實(shí)現(xiàn)。2、服務(wù)具體要求:21能耗和碳排放預(yù)測(cè)算法研究【本服務(wù)部分引用GB/T45225-2025《人工智能深度學(xué)習(xí)算法評(píng)估》標(biāo)準(zhǔn)中第四章節(jié)“評(píng)估指標(biāo)體系”中對(duì)模型的42基礎(chǔ)性能、43效率、44正確性】【以下為引用標(biāo)準(zhǔn)中的參數(shù)】:42基礎(chǔ)性能基礎(chǔ)性能指深度學(xué)習(xí)算法執(zhí)行過程中的性能特征,不同算法可能涉及不同性能指標(biāo)?;A(chǔ)性能的評(píng)估指標(biāo)應(yīng)包括但不限于以下。a)準(zhǔn)確率:預(yù)測(cè)正確的樣本數(shù)占總樣本數(shù)的比率。b)精度:預(yù)測(cè)類別為正樣本的集合中真實(shí)類別為正樣本的比率。c)召回率:被正確預(yù)測(cè)的正樣本占全部正樣本的比率。d)錯(cuò)誤率:對(duì)于給定的數(shù)據(jù)集,預(yù)測(cè)錯(cuò)誤的樣本占總樣本的比率。e)精度和召回率的調(diào)和平均數(shù)(F1值):衡量二分類模型精度的一種指標(biāo),兼顧了分類模型的精度和召回率。f)兩個(gè)概率分布間的差異的非對(duì)稱性度量(KL散度):它比較了真實(shí)分布和理論(擬合)分布之間的差異。