《中国2030年前碳达峰行动方案》提出，要加快实现生产生活方式绿色变革，推动经济社会发展建立在资源高效利用和绿色低碳发展的基础之上，确保如期实现2030年前碳达峰目标。

结合国家能源集团的发展实际，采用“智慧能源”战略，对生产、职业健康与安全、技术保障等进行主动感知、自动分析、快速处理，最终实现能源生产的转型升级，实现“一个目标、三型五化、七个一流”的集团战略。

人工智能机器学习技术

采用人工智能算法技术，将设备全时段的状态监控、异常检测和分类分析处理，并集成了预测模型，该模型可以根据检测到的异常来判断剩余的机器运行时间。

以智能音频为基础的多模态感知        

以智能音频为核心，辅助多种监控信号数据综合进行分析评估，将音频、视频、温度、震动及电路、油路等结合设备自身回传信号等多维度感知信号，集成一体化运算评估，降低单一维度误判率，提前预测感知时间，可达到较高的预测准确率。

预测性维护

通过对历史数据的深度学习，可以提前预测并提示设备故障的可能性，按需维修，避免大型故障及事故损失。

传统维护检修方式，定期巡检停机停产，浪费资源

预测性维护优势

传统维护检修方式，定期巡检停机停产，浪费资源

预测性维护检修方式，提前预警，按需维护

预测性维护系统可以减少不必要的维护成本并降低工业设备事故损失，将企业运维成本降至最低。