与传统式物理学沙盘对比，电子沙盘系统软件具备特性。电子沙盘与概念模型沙盘对比，每一个人对电子沙盘的了解都不一样。一般来说，电子沙盘是一种集现代信息技术、实体模型沙盘、投影技术于一体的新式沙盘模型系统软件。电子沙盘的种类。电子沙盘的种类许多，有纯数据內容的数据沙盘；有可互动交流的互动沙盘；具备投射作用的投射沙盘；实体模型电子沙盘；显示屏立体式仿真模拟显示屏沙盘；有三维古代建筑沙盘、房地产业沙盘、整体规划沙盘、展现沙盘、展览会沙盘等多种多样沙盘。电子沙盘适用领域。旅游规划、置业顾问、城市规划建设、经济开发区招商引资工作、国防指引诠释、公司产品/品牌形象展现。电子沙盘的特性。1.广电子沙盘以简单明了的技巧集中体现了展现信息的特性。2.高超的设计技术性。全部展现全过程并不传统式，包含传统式沙盘模型的自主创新，及其根据充分体现当代新科技造就的互动交流；不仅有宏伟的场景模型，又有三维技术动漫系统软件的技术性感和潮流感。3.优秀的展现方式。新科技展现技术性、集声、光、电、互动交流新项目、三维动画、影视剧等当代视觉冲击，融合兴趣爱好、互动交流和专业知识，完成了与观众们的互动交流改革。4.将当代尖端科技与传统式沙盘模型无缝拼接结合。电子沙盘有中央控制系统、硬件系统、系统软件、显示设备、音箱系统、传统式沙盘模型显示设备、终端设备自动控制系统。电子沙盘自动控制系统。它可以与展览厅的别的多媒体展览新项目集成化，还可以与展览厅的别的综合布线系统和弱电信息系统集成，完成一键操纵或统一控制，实际操作更便捷，更高新科技，更时尚潮流。电子沙盘可以融合大量的设计方案和新技术应用原素，达到更多的顾客的差异化要求，升级的速度更快，因而电子沙盘对很多顾客更有诱惑力。 如目标有断面、污染源等，地物有运河、湖泊水库等。为了提高系统性能，同时也为了避免使屏幕显示杂乱无章，这些目标或地物可能被隐藏起来了。如果要显示它，可以在图层列表中找到该目标或地物，选中它左边的复选框即可。3.3. 在地图上查询某种目标要在地图上查询某种目标，必须使该类目标在地图上可见（参见:使某类目标在地图上可见），并且需要在图层列表中选中该目标，使该类目标成为当前要查询的目标类型。例如，要在地图上查询沙河危险品污染源，首先点击沙河危险品污染源并选中它左面的复选框，然后选择一种查询工具就可以查询了。查询时，用鼠标点击上图中的任何一个按钮选择一种查询工具（点选、线选、框选、多边形选择、条件查询、名称查询），然后按照下面介绍的方法就可以进行目标查询了:点选:选中当前鼠标位置所在的目标；线选:选中和一条折线相交的所有目标；框选:选中包含在一个矩形框中或与矩形框相交的所有目标；多边形选择:选中包含在一个多边形框中或与多边形框相交的所有目标；条件查询:选中所有符合查询条件的目标，这里所说的查询条件是指基于目标属性的条件表达式；圆形查询:选中所有包含指定名称的目标。 以新能源为主体意味着双高（高比例、高电力电子装备）特点明显，由于状态改变时序短、序列信号频域分布广、影响动态过程变量混杂，采用传统以固定参数为核心的静态模型对系统进行描述和求解比较困难，需建立适应大规模强随机性系统的高性能仿真计算能力。第三，快速协同。新型电力系统对快速协同能力提出了较高要求，随着电网上下游主体互动加强，电网管理工作内容和形式将发生频繁变化，需把握数据主线，通过提升企业数字化运营系统的灵活性和开放性，实现规划建设、物资供应、安全生产、资产财务等全链条感知和全面贯通，提升业务效率，进而促进管理变革。在常年观测归纳和演绎的基础上，电力行业积累了丰富经验、规则和知识，可描述电力基础设施外形结构、系统电气量状态变化、拓扑连接关系等，将这些知识融入人工智能算法模型，形成数据驱动、知识引导和物理建模的新型智能算法，并用知识表达来刻画数据所蕴含的规律，进而形机协同模式，这取决于构建涵盖电力系统海量多源数据、算法、应用的完整知识体系。数字电网知识表达体系新型电力系统高维、动态、不确定性给电网安全稳定运行带来巨大挑战，传统方法难以精准完整刻画和实时掌控庞大的电力系统，相比之下，数字电网的多重知识表达，将推动新型电力系统可观、可测、可控成为现实。通过数字电网的多重知识表达，可提取物理电网的特征规律，精准描述物理电网设备的形态、系统运行的趋势、人-机-物三元空间的关联关系，实现对物理电网最优的决策控制。在中国工程院院士潘云鹤提出的AI 2.0知识三种表达（知识的形象表达、知识的语言表达、知识的深度神经网络表达）的基础上，面向数字电网支撑的新型电力系统进行具象化丰富，多重知识表达主要有四种形式:数字电网知识的形象表达主要应用于描述物理电网设备的形态；数字电网知识的函数表达主要应用于描述电力系统电气量、非电气量各类数据的时序变化物理规律；数字电网知识的语言表达主要应用于描述电力系统人机物环的关联关系；数字电网知识的深度神经网络表达则作为一种有效的数据驱动工具，对上述三类应用实现补充和支撑，这样即可形成数据驱动、知识引导和物理建模相互统一的人工智能模型。