AI储能管理系统
作为全球首款深度集成AI的阳台储能解决方案，通过机器学习、深度学习算法 预测发电量和用电需求，通过运筹规划算法优化能源调度策略，显著提升用户用电收益
核心成果
发电预测准确率
基于深度学习的时序预测模型
用电预测准确率
基于监督学习模型
用户收益提升
平均动态价差2倍时的最高收益
平均收益提升
用户用电成本显著降低
技术特色
智能发电预测
利用深度学习模型分析天气数据、历史发电记录，精准预测太阳能发电量
用电行为分析
通过机器学习算法识别用户用电习惯，预测家庭用电需求
运筹规划优化
结合电网动态电价，优化储电、放电时间，最大化用户收益
自适应调度
实时调整发电、储电、用电策略，适应不同用电场景
技术栈
主动智能控制系统
通过无侵入式家电指纹识别技术，学习用户电器使用习惯，结合动态电价 主动控制大功率电器运行时间，实现用电成本的智能优化
核心成果
大功率电器识别
精确率和召回率双100%
用户收益提升
平均动态价差2倍时的最高收益
平均收益提升
智能控制优化用电成本
NILM算法
无侵入式负荷监测技术
技术特色
无侵入式识别
通过分析总电表功率数据，精确识别各类大功率电器的运行状态，无需额外硬件
运行模式学习
深度学习用户的电器使用习惯，建立个性化的用电行为模型
运筹规划优化
结合实时电价变化，智能调整大功率电器的运行时间，最大化节省成本
主动智能控制
自动控制电车充电、热泵运行等高耗电设备，实现无感化的智能管理
技术栈
云电池健康管理系统
数据驱动的电池故障主动预测系统，通过数据分析和机器学习算法 实现电池健康状态的精准评估和故障预警
核心成果
误报率
精确预测，避免误报
召回率
满足业务需求的故障检出
客诉率降低
因电池故障导致的客诉大幅减少
预警模型
时序+聚类+专家经验+规则引擎
技术特色
多维数据分析
综合电池电压、电流、温度等多维度数据，建立全面的健康状态评估模型
时序预测算法
利用LSTM等时序神经网络，分析电池性能衰减趋势，预测故障时间点
聚类分析
通过无监督聚类分析，提升预警准确性
专家经验融合
结合领域专家知识，构建规则引擎，提升模型的可解释性
技术栈
AI语音对话机器人
以LLM大语言模型为核心的AI机器人交互服务，帮助用户快速完成APP运行模式设置、 设备控制、个性化图表生成和售后问题解决，大幅提升用户体验和Agent交付效率
核心成果
交付周期缩短
Agent需求快速落地
日均用户交互
稳定支撑高并发场景
社区版集群部署
优化性能参数配置
增加功能
强化语音交互，增加流式转录并提升识别准确率
技术特色
MCP协议
自主搭建MCP服务，实现Agent与后端服务通信
增加流式语音交互
实现实时语音转录，提供精准并自然流畅的语音交互体验
可视化工作流
基于Dify二次开发低代码平台，产品经理可独立构建复杂的Agent工作流
高并发架构
优化集群部署方案，建立完善的压测体系，稳定支撑百万级用户并发
技术栈
工业物联网平台
自研IOT PAAS平台，采用异步通信架构和规则引擎设计， 支持百万级设备接入和终端联动，提供低延时高并发的物联网解决方案
核心成果
设备承载能力
终端设备接入与并发
规则引擎并发
2C2G资源配置下
响应延时
低延时高并发处理
API接口TPS
设备实例数据服务
技术特色
异步通信架构
采用异步通信设计，设备上报和指令下发解耦，依托异步响应机制实现低延迟高并发
规则引擎组件
利用多叉树、前缀树等数据结构，处理终端间联动规则的判断和执行，支持复杂的设备自动化和数据处理需求
设备实例管理
实时管理终端状态，通过设备影子技术实现云端与终端的状态同步
百万级扩展
支持水平扩展，可承接百万级终端设备连接和百万并发处理
技术栈
日志监控与推荐平台
日志追踪和自动化模板推荐SAAS平台， 支持亿级数据处理和智能推荐，为用户提供高效的日志监控解决方案
核心成果
日增数据处理
支撑海量日志数据
查询响应
超大规模复杂查询
推荐引擎
协同过滤+规则挖掘
成本优化
日志上云服务器成本
技术特色
分布式日志存储
设计高性能Cassandra + ClickHouse分布式集群，支撑亿级设备日志稳定写入和存储
实时数据追踪
通过数据埋点和日志数仓技术，实现终端、云端日志的全链路追踪和监控
智能模板推荐
基于用户业务日志和设备运行数据，通过混合推荐算法推荐最优自动化模板
高性价比架构
优化集群配置，在保证性能的同时显著降低运维和服务器成本
技术栈
人脸识别服务
提供人脸定位、特征提取、校验一体化服务，基于自研核心算法， 为公司各业务线提供统一的人脸识别能力和端云协同解决方案
核心成果
识别精度
LFW数据集测试精度
特征维度
ArcFace特征向量
检测速度
单张人脸检测耗时
并发处理
峰值并发处理能力
技术特色
多级联人脸检测
基于MTCNN和RetinaFace算法实现高精度人脸定位，支持多角度和小脸检测
ArcFace特征提取
采用ArcFace和CosFace深度学习算法提取512维人脸特征向量，精度业界领先
多维度特征校验
结合余弦相似度和欧式距离进行特征比对，支持1:1和1:N识别模式
端云协同架构
移动端轻量级检测+云端深度特征提取，平衡性能与精度的最优解决方案
技术栈
金属材料性能识别
参与中国航空航天院与福州大学联合大数据实验室合作项目， 开发基于纳米级金属表面损伤的金属力学性能识别算法，实现前沿技术的工程化落地
核心成果
识别精度
金属表面损伤识别力学性能
算法自主性
前沿算法调研复现
产学研合作
国家级实验室项目
金属材料力学性能
纳米级别表面损伤到力学性能映射
技术特色
纳米级精度识别
基于卷积神经网络，通过纳米级损伤识别，获取材料力学性能，突破传统检测方法的精度限制
前沿算法研究
深入调研国际前沿算法，并结合项目特点进行创新性的算法复现和优化
力学性能映射
建立从表面损伤特征到力学性能参数的智能映射模型，实现性能预测
产学研一体化
与中国航空航天院深度合作，将理论研究与实际应用完美结合