乐趣区

关于工业互联网:官宣全国工业互联网数据创新应用大赛正式通知

为促成我国工业大数据产业倒退,减速推动笼罩工业互联网全因素、全产业链、全价值链数据翻新利用场景的工程化落地,第五届全国工业互联网数据翻新利用大赛(以下简称“大赛”)定于 2021 年 9 月 -11 月举办。大赛由深圳市宝安区人民政府主办,中国信息通信研究院承办。现将无关事项告诉如下:

一、大赛名称

第五届全国工业互联网数据翻新利用大赛

二、大赛主题

数字驱动智能 工业将来已来

三、组织单位

主办单位:深圳市宝安区人民政府
特地领导:深圳市工业和信息化局
承办单位:中国信息通信研究院
联结承办:哈电风能有限公司、中联重科股份有限公司、广东美云智数科技有限公司
协办单位:中国机械工程学会工业大数据与智能零碎分会、北京工业大数据翻新核心
技术支持:昆仑智汇数据科技(北京)有限公司

四、大赛机构

大赛组委会:负责大赛组织施行,大赛组委会办公室挂靠在中国信息通信研究院。
大赛专家委员会:负责各赛题的评审工作,由科研院所、行业机构、大型企业等领域专家组成。

五、大赛安顿

(一)赛题设置

1. 机组数据驱动的风电场短期风况预测

https://www.bilibili.com/vide…
出题方 :哈电风能有限公司
赛题背景:随着陆上风电机组装机厂址的扩大,在天气渐变较多的地区装置的风力发电机组受到气象变动的影响愈发显著。在风况渐变时,因为控制系统的滞后性,容易导致机组呈现载荷过大,甚至是倒机的状况,造成重大经济损失。同时,现有超短期风功率预测的准确性较差,导致风功率预测系统对电网调度的参考价值不大,并且会导致业主产生大量的发电量打算考核。因为常见激光雷达等风速测量产品单价昂扬,受天气影响较大,难以实现批量化的利用部署,且在大工夫空间尺度下仍难以具备牢靠的前瞻性。因而,牢靠的超短期风况预测火烧眉毛。超短期风况预测是一个世界性难题,如果能通过大数据、人工智能技术预测出每台机组在将来短时间内的风速和风向数据,能够晋升风电机组的管制前瞻性、进步风电机组的载荷安全性;同时,晋升现有超短期风功率预测的能力,将带来显著的平安价值和经济效益。

2. 重型配备配件需求预测

https://www.bilibili.com/vide…
出题方 :中联重科股份有限公司
赛题背景:重型配备作为高端配备,广泛应用于能源、交通、船舶、工程机械、冶金、航空航天、军工等重点行业和畛域。重型配备配件需求预测是影响备货准确性的重要因素,对库存占用资金、现货满足率、僵滞库存率等经营指标影响微小。因为配件销售历史数据的稠密性,加大了配件需求预测的难度。如果能通过大数据、人工智能等技术手段进步配件需求预测的准确性,将带来显著的经济效益并进步客户满意度。

3. 离散制作行业产品物料需要智能预测

https://www.bilibili.com/vide…
出题方 :广东美云智数科技有限公司
赛题背景:近年来企业外部环境越来越不确定,复杂多变的外部环境,让企业供应链面临较多难题。需要多变难于预测,打算赶不上变动,急单插单多,使得交货周期长,准交率低,高缺货与高库存同时存在。因而,精确的产品物料需求预测对离散制作行业的企业来说至关重要,一方面能够保障生产打算可能顺利地进行上来,另一方面还能够无效缩小物料的节约与适度洽购景象。然而因为产品物料需求量受多种因素的影响,预测难度大,因而须要更加优良的智能 AI 算法,以进步预测的准确性,从而助力企业降低库存老本,进步洽购效率,缩短交货周期,进步企业抗危险能力。

(二)赛程赛制

较量工作、赛程具体工夫、评审规定、详见大赛官网
https://www.industrial-bigdata.com/Challenge/2021ii

报名工夫(9 月 28 日 -10 月 30 日)选手注册、报名、组队参赛。
初赛工夫(9 月 30 日 -10 月 31 日)凋谢训练数据集,选手依据初赛要求提交答案,零碎会主动给予打分。
决赛工夫(11 月 2 日 -11 月 8 日)。初赛提拔进去的选手进入到决赛环节,基于新提供的数据进行较量及成绩提交。
决赛问难和颁奖(11 月底)。邀请各赛题决赛环节的优胜队伍汇聚深圳市宝安区进行现场问难,承受专家委员会评分,最终将决赛问题(占 80%)和问难问题(占 20%)综合计算,选出最终优胜队伍进行颁奖。

六、参赛条件

大赛面向全社会凋谢,来自各企事业单位、高等院校、科研院所等组织的团队及个人均可参加。

七、奖项名称

各个赛题分设一、二、三等奖奖项,独特角逐一百万奖金,更有深圳落户机会等你来。

八、其余

大赛最终解释权归大赛组委会所有。赛事最新消息请登录大赛官网查问。

官网地址:
https://www.industrial-bigdata.com/Challenge/2021ii

分割邮箱:
industrialbigdata@caict.ac.cn

退出移动版