江苏省技术产权交易市场海洋可再生能源行业分中心是江苏省唯一家聚焦海洋可再生能源领域的技术市场，提供需求发布、成果路演、技术转移转化、科技成果评估、科技咨询服务于体的一站式行业科技服务中心，推动海洋可再生能源领域创新资源在省技术产权交易市场平台汇聚，打造线上线下相结合的行业技术转移服务体系。
江苏昆仑互联新能源集团有限公司（简称：昆仑新能），前身为江苏昆仑互联科技有限公司，2019 年 3 月 18 日成立，2024 年 8 月正式更名并确立盐城运营总部与南京研发总部的双总部格局。公司坐落于江苏省盐城市亭湖区环保大道创投中心 D 座，法定代表人为刘怀平，注册资本 8712.9118 万元，是一家聚焦新型储能与数字能源服务的高新技术企业，同时获评省级专精特新中小企业、科技型中小企业及省级潜在独角兽企业。
技术需求1:工业生产边缘侧时序类自适应控制算法的开发
需求描述：
钢铁工业作为流程型制造核心领域，生产过程存在多变量耦合、工况动态波动等特性，对控制算法的实时性、适应性要求极高。当前行业广泛应用的 PID 等传统算法，存在显著滞后性，无法实时跟随工况变化调整控制策略，导致生产过程参数波动大，制约能效提升与产品质量稳定性。随着 “双碳” 战略推进，钢铁工业亟需具备自主适应能力的底层算法，通过机理基准构建、精准预测及自评价优化，实现对动态工况的实时响应与智能调控。
钢铁工业底层自适应算法技术研发遇到的技术瓶颈：
（1）机理基准构建难，钢铁生产过程涉及热工、力学、化学等多领域复杂机理，各工艺环节参数耦合性强，难以建立覆盖多场景的统一机理基准模型，导致算法缺乏精准理论支撑；
（2）自评价优化缺失，现有算法无实时自评价机制，无法动态评估自身在不同工况下的控制效果，也不能根据评估结果自动调整算法参数，导致适配性持续下降；
（3）自适应响应滞后，传统算法调整周期无法实时匹配工况动态变化，当工况波动较大时，易出现控制失准，导致生产稳定性下降。
技术指标：
1.机理基准适配性：构建的多场景统一机理基准模型，对钢铁生产关键工艺参数的基准拟合度≥95%；
2.自评价优化能力：算法自评价频率≥1 次 / 分钟，自评价结果与实际控制效果偏差≤±1%，可自动调整参数，适配工况波动幅度≤±15% 的场景；
3.自适应响应性能：算法响应延迟≤1s，参数调整周期≤2s，在工况动态波动下，关键生产参数控制偏差≤±2%，算法投运率≥99.5%。
技术需求2：工业生产多能源管理预测与调度算法开发（技术研发）
需求描述：
1、技术背景
当前工业生产中，多能源消耗占生产成本比重超 35%，且能源供需存在显著波动性。行业数据显示，工业能源负荷峰谷差可达 40% 以上，传统 “经验式调度” 导致能源利用率低。随着 “双碳” 战略推进及工业绿色转型需求升级，企业亟需通过精准的能源预测与智能调度，实现多能源供需匹配、梯级利用，而现有算法难以应对多能源耦合性强、工况动态变化的复杂场景，无法满足高效节能的管理需求。
2、多能源管理预测与调度算法研发遇到的技术瓶颈
（1）预测精度不足，多能源受生产工况、外部环境等多因素影响，传统算法预测误差过大，无法精准预判供需趋势；
（2）多能源协同调度难，不同能源间存在耦合关联，现有算法缺乏全局优化逻辑，易出现局部能源过剩或短缺，调度响应滞后；
（3）能效关联挖掘不足，未能有效结合能源消耗与生产能效的内在规律，调度方案难以兼顾 “供需平衡” 与 “能效最优” 双重目标。
技术指标：
1.预测精度：多能源24 小时内预测误差≤5%，72 小时内预测误差≤8%；
2.调度性能：多能源协同调度响应时间≤10 分钟，能源供需匹配率≥95%，调度后能源利用率提升至 88% 以上；
3.能效目标：基于算法调度，工业生产综合能源消耗降低 4% 以上，能源浪费率控制在 8% 以内。
技术需求3：工业生产多源异构数据智能感知与融合体系构建
需求描述：
钢铁工业进入 “数据 - 模型双驱动” 能效管理新阶段，多源异构数据是工业大模型训练及各能效优化场景的核心支撑。当前钢铁生产全流程数据存在类型分散、覆盖不全面等问题，数据质量与融合深度直接影响能效优化决策的准确性，亟需构建全场景、高可靠的智能数据感知体系。
钢铁生产多源数据处理遇到的技术瓶颈：
（1）数据采集覆盖不足，对工艺过程离散指令、非结构化视觉信息等特殊类型数据采集能力弱，难以获取全流程多维度数据；
（2）数据质量管控难，存在异常值、量纲不统一、时序特征不明确等问题，直接降低数据可用性；
（3）多模态融合深度不够，传统方法难以挖掘跨模态数据（如设备状态与视觉信息）间的能效关联规律，无法形成高置信度数据支撑。
技术指标：
1.数据采集覆盖率：全流程多类型数据采集覆盖率≥98%；
2.数据质量指标：异常值检测与填补准确率≥95%，量纲归一化完成率 100%；
3.数据融合置信度：多模态数据融合后能效关联分析置信度≥92%。
技术需求4：工业云边协同能效优化大模型与双向协同技术研发
需求描述
1、技术背景
“双碳” 战略下，钢铁能效优化需依托大规模模型挖掘生产规律，同时解决数据传输压力与模型协同问题。当前纯数据驱动大模型易脱离工业实际，边缘侧小模型知识储备不足、响应滞后；且钢铁生产高频高体量数据导致云边传输带宽紧张，模型分散管理易出现版本混乱、异常难诊断，制约能效优化全链条稳定性，亟需构建 “大模型 + 双向协同机制” 的云边协同体系。
2、云边协同研发遇到的技术瓶颈
（1）大模型与边缘协同适配弱，纯数据驱动大模型缺乏物理机理约束，边缘小模型难获取云端知识，复杂工况优化能力不足；
（2）数据传输与模型管理低效，边缘高频数据全量上传占用带宽，关键特征提取不精准，且云边模型无统一管理平台，增量更新效率低；
（3）协同与诊断响应滞后，“难样本” 反馈后云端超参数下发慢，且云端无法实时监测边缘模型状态，异常诊断与预警不及时。
技术指标
1.模型与协同适配性：大模型工业机理约束符合度≥90%，边缘小模型能效优化准确率≥88%，“难样本” 超参数调整响应时间≤10s；
2.数据与管理效率：边缘数据传输量减少比例≥40%，云边模型增量更新时间≤30min，版本管理准确率 100%；
3.监测与诊断能力：边缘模型运行异常诊断准确率≥96%，预警响应时间≤5s。