全文
回到企业研报阅读路径
企业与对标
从单篇研报进入企业档案、同地区样本、同产业样本和同批次归档。
英文入口
面向海外检索流量,连接英文摘要、英文企业档案和英文索引页。
专题延伸
按申报条件、材料一致性、产业链位置和知识产权继续阅读。
申报材料
把研报中的企业事实转为申请书、复核、审计和附件核验路径。
权威核验
外部链接用于核验政策通知、主体登记、知识产权和公开信用信息。
横向比较
北京市新一代信息技术样本共有 615 家,中能融合智慧科技有限公司适合放在省内同行、同批次和同链条三个口径中比较。
中能融合智慧科技有限公司处在电子信息与数字技术的数字软件与工业服务环节,全国同一位置样本为 1329 家。
专利数为 0 件,行业样本中位数为 81 件,行业分位约 5。
产业链上下游
数字软件与工业服务
相关企业
同省同行业
同城企业
同产业链位置
中能融合智慧科技有限公司(Zhongneng Integrated Smart Technology Co., Ltd.)产业链深度研报
一、企业速览
企业基础信息:公司名称:中能融合智慧科技有限公司;地区:北京市东城区;行业方向:工业软件与信息服务;成立时间:2018-11-07;注册资本:13888.92万元;员工数:148人;专精特新认定:2022年 第四批;上市状态:未上市。
中能融合智慧科技有限公司是一家专注于能源领域的工业互联网平台建设与运营企业,核心使命是保障能源工控安全并推动能源数字化与智慧化转型。其在产业链中定位为“数字软件与工业服务”环节,向下游能源生产与消费企业提供平台化、数据驱动的解决方案。
二、主营产品与产业链定位
中能融合的主营业务并非销售单一的软件产品或硬件设备,而是构建和运营一个面向能源全产业链的工业互联网平台。其核心产品与服务包括:
1. 工控安全态势感知:这是其核心业务之一。通过在发电厂、变电站、油气管道等关键能源基础设施的工控系统部署安全探针,实时采集网络流量和设备记录,上传至其国家级工业互联网平台进行统一分析、预警和处置。这直接解决了能源行业中工控系统长期处于“裸奔”状态、缺乏主动安全防御能力的核心痛点。
2. 智慧能源应用:基于平台汇聚的海量能源生产、传输、消费数据,开发各类SaaS化应用,如新能源场站的智慧运维、火电机组的能效优化、区域综合能源管理等。解决的是能源行业资产利用率低、运营成本高、调度效率差的问题。
在“电子信息与数字技术”产业链的“数字软件与工业服务”环节,中能融合的定位具有鲜明的行业垂直性:
- 上游:其技术栈上游主要包括:
- 硬件设备:工控安全探针、边缘计算网关、服务器、网络设备。这些硬件并非自产,通常采购自华为、浪潮、研华等ICT设备商(行业共识)。
- 基础软件与云服务:数据库、中间件、操作系统、云平台IaaS层服务,采购自例如阿里云、华为云、麒麟软件等(行业共识)。
- 数据源:各类传感器、DCS/PLC/SCADA等工控系统产生的实时生产数据。这是一个封闭且异构的数据环境,获取和处理这些数据的难度构成核心壁垒之一。
- 下游:其客户主要为大型能源集团,包括国家电投、华能、国家能源集团等央企发电集团,以及电网公司、油气公司等。服务模式通常是项目制与SaaS订阅并存的混合模式。
- 与产业链其他环节的关系:与通用的工业互联网平台(如根云、树根互联)不同,中能融合深度嵌入能源行业特有的知识、标准与安全规范。例如,其工控安全产品需要符合电力监控系统安全防护规定等国家级强制性标准,其智慧能源应用则需要深刻理解发电锅炉的燃烧模型、风机的振动分析、光伏板的IV曲线等工艺机理。这种对能源行业(行业B)的深度绑定,使其产品与服务难以被通用工业软件厂商直接替代。
三、核心工序与技术依赖
对于中能融合这类以“数字软件与工业服务”为主营业务的企业,其核心“工序”是软件平台的研发、部署与运营,而非传统的生产制造。其技术依赖主要体现为以下几方面(行业共识):
1. 数据接入与协议解析:能源工控现场存在Modbus、IEC 61850、IEC 104、OPC UA等多种异构工业协议。核心工序第一步是开发高兼容性的协议解析库,能够从不同品牌、不同年代的DCS/PLC系统中稳定、高效地采集数据。典型参数要求协议解析成功率超过99.9%,采集延时小于100ms。
2. 数据质量治理与清洗:采集到的原始数据包含噪声、缺失值、异常点。必须经过数据清洗、填补、归一化等处理,才能用于后续分析。典型工序包括建立数据质量规则引擎,对数据进行一致性校验,处理时间戳对齐等问题。
3. 安全分析与威胁建模:这是工控安全业务的核心。基于行业知识,建立针对特定工控协议和攻击行为的威胁模型。例如,针对Modbus TCP协议的“注入指令”攻击,需建立对应的异常流量特征库。平台通过机器学习算法,对实时流量进行行为基线分析和异常检测,误报率通常要求低于0.1%。
4. 机理与数据混合建模:智慧能源应用的核心工序。并非纯粹的黑盒AI,而是将物理机理模型(如热力学方程、流体力学模型)与大数据分析结合。例如,在优化火电机组燃烧效率时,需要构建一个结合工艺参数和AI模型的数字孪生体,通过调整风煤比等参数,找到最优的运行方案。模型精度直接影响节能效果。
5. 平台化交付与运维:将上述能力封装为可部署的PaaS/SaaS平台,支撑多租户、高并发场景。企业需具备DevOps(开发运维一体化)能力,确保持续集成、持续部署,并能保障平台99.9%以上的可用性。
上游关键原材料和设备的典型来源:
| 材料/设备 | 典型供应商(国产) | 典型供应商(进口) | 国产化程度 |
|---|---|---|---|
| 服务器与存储 | 华为、浪潮、中科曙光 | Dell EMC、HPE | 高(85%+) |
| 网络安全设备(探针) | 奇安信、启明星辰、绿盟科技 | Palo Alto Networks、Fortinet | 高(80%+) |
| 边缘计算网关 | 华为、研华、ADLINK | Siemens、Hilscher | 中(60-70%) |
| 工业协议分析库 | 中科博微、北京亚控 | Kepware、Matrikon | 中(基础协议国产化高,高级分析库仍依赖开源) |
| 云平台IaaS | 阿里云、华为云、腾讯云 | AWS、Azure | 高(80%+) |
中能融合在此链条中的具体定位:中能融合并非底层硬件或基础软件的供应商,而是位于上述产业链的“中间件”和“SaaS应用”层。其核心能力在于将上游的通用硬件和基础软件,结合自身在能源行业的深厚知识积累,整合成一套面向能源工控安全和智慧化管理的垂直解决方案。其未知的专利数量,一方面可能说明其技术成果以算法、模型等非专利形式(如技术秘密、软件著作权)保护,另一方面也可能提示其技术密度有待验证。
四、竞争格局
在“数字软件与工业服务”这个细分赛道,全国有1578家同类企业,竞争格局呈现“大市场、小企业”的典型特征。中能融合的直接竞争对手主要集中在以下几个维度:
1. 综合型工业互联网平台企业:如树根互联股份有限公司、海尔卡奥斯物联科技有限公司、航天云网科技发展有限责任公司。这些企业体量更大,平台通用性更强,但行业纵深不如中能融合聚焦能源。例如,树根互联主要深耕制造业,体量预计在千人规模、营收数十亿级别。
2. 电力行业专业型软件企业:如国电南瑞科技股份有限公司(央企,侧重电网自动化和控制)、朗新科技集团股份有限公司(侧重用电侧数字化)、杭州和利时自动化有限公司(侧重工业自动化系统)。这些公司与中能融合存在竞争与合作并存的复杂关系,尤其在智慧能源应用和工控安全领域存在直接竞争。例如,国电南瑞在电力市场有极强的客户粘性和重大项目经验。
3. 网络安全细分领域企业:如奇安信科技集团股份有限公司、深信服科技股份有限公司。它们是工控安全市场的传统强者,拥有更完善的产品线和品牌知名度。中能融合的优势在于其对能源行业的专注,以及对“安全+智慧”场景的整合能力,而不仅仅是提供单一的安全产品。
核心竞争维度:
- 数据广度与深度:谁能接入更多、更核心的能源生产数据,谁就能建立更强的算法模型和行业壁垒。
- 场景理解与解决方案:是否具备将通用技术转化为解决电厂、电网等具体场景痛点的能力。
- 客户关系与政策资源:能源行业客户关系稳定,且业务受监管政策影响大。中能融合典型的央企背景和国有企业股东结构是其关键优势。
- 技术与人才密度:行业中位数专利数为89件,中能融合的专利数未知,这一信息处于缺失状态,无法判断其在技术储备上的具体位置。若其专利数显著低于行业中位数,可能意味着其技术护城河相对较浅,或更依赖非专利形式的商业秘密保护。
五、护城河判断
1. 技术壁垒:中等。未知件专利数使得技术密度的判断缺乏直接依据。但从其业务范围看,其护城河并非源于单一突破性技术,而是“Know-How”的集成,包括对数十种工业协议的理解、对上百个电厂运行模式的掌握、以及对工控安全威胁的持续跟踪与建模。这种工程化和行业化经验本身就是一种壁垒。但若长期不进行专利布局,可能在知识产权保护和未来技术争议中处于被动。
2. 客户壁垒:高。能源行业客户具备典型的高粘性特征。工控安全系统和智慧能源平台一旦部署并稳定运行,客户切换成本极高,涉及到数据迁移、系统重构、生产中断风险以及繁琐的招投标流程。新的业务需求往往优先由已有供应商提供。一个项目的客户验证周期通常长达12-18个月(行业共识),这对新进入者构成了巨大障碍。
3. 规模壁垒:偏低。148人的团队规模,对于一个希望构建国家级能源工业互联网平台并服务多个大型能源集团的企业来说,显得有些单薄。这意味着其更多依赖技术平台的中台化、产品化能力,而非单纯的人力投入去进行现场交付。研发人员占比估计超过60%(行业共识),但人均产出和项目承载能力会存在上限。若要拓展业务或服务更多客户,团队规模可能需要大幅扩充。
4. 认定价值:显著。作为2022年(第四批)国家级专精特新“小巨人”企业,其认定本身是国家对企业技术实力和市场地位的一种背书。在当前政策环境下,“小巨人”称号意味着更易获得政策性银行贷款、政府补贴以及参与国家级科研项目的资格。同时,在央企国企的供应商准入、招投标评审中,该称号往往能带来加分,降低市场开拓难度。
六、风险与机会
行业风险:
1. 数据安全与合规风险:能源数据被视为国家关键数据,受到日趋严格的法律法规监管(如《数据安全法》、《关键信息基础设施安全保护条例》)。企业运营需要满足极其复杂的合规要求,任何数据泄露或违规操作都可能导致业务中断或巨额罚款。
2. 技术路线迭代风险:工业互联网领域新技术(如大模型、新一代通信技术)层出不穷。如果企业不能及时跟进技术趋势,投入巨资研发的下一代平台或应用可能会迅速过时。
3. 市场竞争加剧风险:随着能源行业数字化转型提速,吸引了大量资本和技术力量涌入。传统通信设备商(如华为)、互联网巨头(如阿里)以及具备更强资本实力的新创企业都可能成为强劲竞争对手,挤压中能融合的生存空间。
公司风险:
1. 技术密度存疑:未知件专利数是研报撰写中一个显著的风险信号。它使得外界无法准确评估其技术原创性和核心竞争力,这在需要展示技术实力的融资或合作谈判中可能构成不利因素。
2. 规模扩张风险:148人的团队既要支撑平台研发,又要负责市场开拓和现场交付,人均效能压力巨大。一旦业务量快速增加,可能会陷入“签单但不交付好”的困境,导致客户满意度下降。
3. 证据密度不足:本报告依赖的公开证据主要为第三方公开数据和官网信息,缺乏来自第三方媒体、政府公告或行业报告的具体新闻报道或事件佐证(如落地案例、中标公告、融资动态)。这种信息密度较低,增加了判断其真实业务进展和实力的难度。
机会窗口:
1. 国家能源安全战略驱动:在“双碳”目标和“能源安全”上升到国家战略高度的背景下,工控安全与智慧能源管理成为刚需。中能融合作为承载国家级能源工业互联网平台的运营方,有明确的政策支撑。其可以借助政策支持,优先获取包括国家发改委、国家能源局等部委的示范项目资源。
2. 数据要素资产化机遇:随着数据要素市场的建设,中能融合平台积累的海量、高质量能源生产数据,未来可能通过隐私计算、联邦学习等技术与金融服务、碳交易、设备制造等行业实现数据价值交换,开辟能源交易、碳资产管理和设备租赁等全新的商业模式,从“卖软件”升级为“卖数据服务”。
本研报基于企业数据库字段及公开资料整理,仅供产业研究参考,不构成投资建议、商业背书或专精特新申报结果判断。涉及未披露的客户、收入、利润、产能、良率、市场份额等,本文不作推断。