截至2025年4月23日收盘,唐源电气(300789)报收于26.06元,下跌0.57%,换手率6.07%,成交量6.0万手,成交额1.55亿元。
4月23日主力资金净流入66.65万元,占总成交额0.43%;游资资金净流出304.51万元,占总成交额1.97%;散户资金净流入237.86万元,占总成交额1.54%。
近日唐源电气披露,截至2025年3月31日公司股东户数为1.1万户,较12月31日增加2537户,增幅为29.98%。户均持股数量由上期的1.7万股减少至1.31万股,户均持股市值为31.07万元。
唐源电气2024年年报显示,公司主营收入6.4亿元,同比上升0.06%;归母净利润7287.59万元,同比下降32.45%;扣非净利润6616.75万元,同比下降35.13%;其中2024年第四季度,公司单季度主营收入1.88亿元,同比下降34.68%;单季度归母净利润1862.48万元,同比下降69.07%;单季度扣非净利润1677.61万元,同比下降70.42%;负债率33.78%,投资收益484.62万元,财务费用-209.35万元,毛利率35.99%。
4月23日“神源”轨交供电AI运维平台新产品发布,路演活动
公司秉承“坚持主业,创新发展”的发展战略,立足于在轨道交通智能运维行业的领先地位,利用自主研发积累的核心技术,不断研发新产品、新技术,实现在轨道交通智能运维领域的专业品类扩张,同时通过投资、控股、孵化创新资本运作方式,开拓新业务板块。通过持续的努力与拼搏,已形成具有唐源特色的创新发展模式,展望未来,公司将不断培育出第二、第三增长曲线。
公司的核心技术包括机器视觉、机器人控制、嵌入式计算、数字孪生、人工智能、故障预测与健康管理等。公司机器视觉技术应用场景主要有智慧轨交、智慧公路、智慧应急、智能智造及特种机器人等领域。特点和优势基于高速图像采集及智能识别技术,具有高清、高精度、高速线扫描和激光测量能力,能够准确识别目标物体,实现异物分类识别、定位和告警功能,提高检测的准确性和效率。
公司充分利用自主研发的核心技术与AI结合以及借助AI提升产品竞争力方面,有着诸多深度探索与实践。例如,“神源”轨交供电AI运维平台,基于深度学习等AI算法,能精准攻克高速动态场景下微小缺陷的辨识难题,显著提升了核心产品的性能,优化检测流程,提高检测的准确性与效率,极大增强了产品在智能运维市场的竞争力。
公司的机器人产品目前主要用于智慧轨交、智能智造领域,其中在智慧轨交领域的机器人有车辆智能巡检机器人、钢轨探伤机器人、接触网智能综合巡检机器人、隧道探伤机器人等;在智能智造领域的机器人有智能码垛机器人、智能加盖机器人。公司将继续深化机器人技术在智慧轨交、智能智造领域的应用,开发更多能解决行业痛点、提升行业运行效率与安全性的机器人产品,同时,积极探索机器人在智慧应急、新材料等其他领域的应用,拓展业务范围,推动公司机器人业务的多元化发展。
公司智慧应急业务以四川、甘肃为试点,构建了“I视频监控+虹膜识别+物联网传感器”的产品矩阵。未来,将以现有业务模式为基础,向新疆、西藏等矿山聚集的西部地区复制扩张。盈利模式主要通过为客户提供安全生产风险监测预警系统、自然灾害监测预警系统等大数据智能管控系统及技术服务,收取项目建设费用和后续运维及数据服务费用。
在智慧轨交系列产品中,如接触网智能检测装备、轨道状态在线智能检测装备等,运用了高清成像、边缘计算、深度学习等技术。在面对光照变化、天气干扰等复杂环境时,高清成像技术搭配高分辨率、低噪声、小畸变的图像传感器,能最大程度获取清晰图像;边缘计算技术在本地对数据进行初步处理,减少数据传输量,提高处理效率,降低环境因素干扰;深度学习算法经过大量不同环境下的数据训练,具备强大的特征识别能力,能精准识别目标物的特征,即使在复杂环境中也能准确甄别缺陷、测量尺寸等,从而保障检测精度。
一方面,持续加大研发投入,深入研究机器人控制、人工智能、多传感器融合等核心技术。例如,车辆智能巡检机器人,后续将优化其自主导航算法,融合激光雷达、视觉、惯性导航等多传感器数据,使其在复杂的轨道交通停车检修库环境中,能更精准地规划路径、避障,实现高效自主作业。另一方面,引入人工智能大模型技术,增强机器人的数据分析和决策能力。通过对大量轨交设备运行数据的学习,机器人可更智能地判断设备状态,自动生成检测报表并提供更具针对性的维修建议。此外,还将探索机器人之间的协同作业模式,提升整体运维效率。
在供电智能运维系统中,AI技术对接触网、变电所设备的实时感知数据进行深度分析,实现故障预警和状态评估。通过机器学习算法,对海量的供电多维数据进行挖掘,预测设备潜在故障,为维修策略生成提供依据,实现调度决策智能化。在工务智能运维系统里,AI技术融合智能学习、大数据分析等,对工务设备进行智能检测监测、状态评估与预测。未来,AI技术可在以下方面提升:一是进一步优化算法,提高对复杂故障的诊断准确率;二是拓展AI技术在不同业务场景的应用深度和广度,实现多系统之间的智能协同;三是结合边缘计算和云计算技术,提升AI处理数据的速度和效率,降低系统延迟。
以上内容为证券之星据公开信息整理,由智能算法生成(网信算备310104345710301240019号),不构成投资建议。