人工智能AI在电力方面的需求书Word格式文档下载.docx
- 文档编号:21912454
- 上传时间:2023-02-01
- 格式:DOCX
- 页数:15
- 大小:265.43KB
人工智能AI在电力方面的需求书Word格式文档下载.docx
《人工智能AI在电力方面的需求书Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《人工智能AI在电力方面的需求书Word格式文档下载.docx(15页珍藏版)》请在冰豆网上搜索。
神经网络图像识别技术是一种比较新型的图像识别技术,是在传统的图像识别方法和基础上融合神经网络算法的一种图像识别方法。
这里的神经网络是指人工神经网络,也就是说这种神经网络并不是动物本身所具有的真正的神经网络,而是人类模仿动物神经网络后人工生成的。
在神经网络图像识别技术中,遗传算法与BP网络相融合的神经网络图像识别模型是非常经典的,在很多领域都有它的应用。
在图像识别系统中利用神经网络系统,一般会先提取图像的特征,再利用图像所具有的特征映射到神经网络进行图像识别分类。
以汽车拍照自动识别技术为例,当汽车通过的时候,汽车自身具有的检测设备会有所感应。
此时检测设备就会启用图像采集装置来获取汽车正反面的图像。
获取了图像后必须将图像上传到计算机进行保存以便识别。
最后车牌定位模块就会提取车牌信息,对车牌上的字符进行识别并显示最终的结果。
在对车牌上的字符进行识别的过程中就用到了基于模板匹配算法和基于人工神经网络算法。
图像识别技术在公共安全、生物、工业、农业、交通、医疗等很多领域都有应用。
例如交通方面的车牌识别系统;
公共安全方面的人脸识别技术、指纹识别技术;
农业方面的种子识别技术、食品品质检测技术;
医学方面的心电图识别技术等。
随着计算机技术的不断发展,图像识别技术也在不断地优化,其算法也在不断地改进。
图像是人类获取和交换信息的主要来源,因此与图像相关的图像识别技术必定也是未来的研究重点。
以后计算机的图像识别技术很有可能在更多的领域崭露头角,它的应用前景也是不可限量的,人类的生活也将更加离不开图像识别技术。
国内外企业和学术界在图像识别技术领域进行了大量的研究工作,相应的研究成果已经应用于各行各业。
例如:
1、智能家居
在智能家居领域,通过摄像头获取到图像,然后通过图像识别技术识别出图像的内容,从而做出不同的响应。
举个例子,我们在门口安装了摄像头,当有物体出现在摄像头范围内的时候,摄像头自动拍摄下图像进行识别,如果发现是可疑的人或物体,就可以及时报警给户主。
如果图像和主人的面部匹配,则会主动为主人开门。
还有家庭用的智能机器人,通过图像识别技术可以对物体进行识别,并且实现对人的跟随,搭配上人工智能系统,它能分辨出你是它的哪个主人,并且能你进行一些简单的互动,比如检测到是家里的老人,它可能会为你测一测血压,如果是小孩子,它可能给你讲个故事。
2、电商购物
网购时消费者使用的“相似款(拍照识别/扫描识别)”搜索功能,就是基于图像识别技术,当消费者将鼠标停留在感兴趣的商品上后,就可以选择查看相似的款式;
同时通过调整算法,还能够更好的猜测消费者的意图,搜素结果即使不能提供完全匹配的商品,也会为消费者推荐最为相关的商品,尽量满足消费者的购物需求。
这对于商家来说,也是一种从外界导流和提高移动端用户黏度的方式之一。
3、金融
在金融领域,身份识别和智能支付将提高身份安全性与支付的效率和质量。
比如,在传统金融中,用户在申请银行贷款或证券开户时,均必须到实体门店上做身份信息核实,完成面签。
如今,通过人脸识别技术,用户只需要打开手机摄像头,自拍一张照片,系统将会做一个活体检测,并进行一系列的验证、匹配和判定,最终会判断这个照片是否是用户本人操作,完成身份核实。
4、安防
图像识别在安防领域应用较多,未来在软硬件铺设到后端软件管理平台的建设转型中,图像识别系统将成为打造智慧城市的核心环节。
比如,人脸识别是智能安防时代视频监控中不可或缺的一部分,能直接帮助用户从视频画面中提取出“人”的信息,这大大提升了监控系统的价值,让监控系统不再是“呆板”的去录像,而且让它去“认人”。
5、医疗
未来,将图像识别技术应用到医疗领域,可以更精准更快速地分辨X光片、MRI和CT扫描图片,上至诊断预防癌症,下至加速发现治病救命的新药。
一个放射科医生一生可能会看上万张扫描图像,但是,一台计算机可能会看上千万张。
让计算机来解决图像的问题,这听起来并不疯狂。
6、交通系统
近年来,伴随着城市的飞速发展,城市内人口急剧增加,汽车拥有量持续提高,由此引发了一系列的交通安全和交通拥堵问题。
因此,近年来,图像识别技术被广泛应用于交通运输领域,交通违章监测、交通拥堵检测、信号灯识别以提高交通管理者的工作效率,更好的解决城市交通问题。
此外,在机器人、无人家、自动驾驶、军事、工业化生产线、食品检测、教育、古玩、地质勘探等行业中,图像识别也有不同程度的应用。
在电网企业中,图像识别技术也有一些相关的应用,包括:
北京交通大学、华北电力大学、国网吉林省电力公司采用图像特征分析技术,提出了新的模板匹配算法,并将该算法应用于电力设备的图像识别中,实现电力设备事故告警的识别和应用。
南方电网广西南宁供电公司基于深度学习的图像识别技术应用于施工现场实现物体的识别。
国网辽宁省电力公司基于视觉的图像识别技术,对现场撤回的电能表进行拍照,自动识别电表类型、条码、表示数,形成具有图片、识别信息的撤回电能表档案。
减少人工录入表数错误和结余电量不正确情况的发生;
降低撤回表业务处理中电量电费的损失。
国网公司基于深度学习的图像识别技术应用于输电线路绝缘子表面缺陷自动检测方法。
三、项目的理论和实践依据
1、项目研究的理论依据
基于Ai的视频图像智能识别理论,现在已经非常成熟,包括识别图像中的文字、人脸识别、车辆识别、物品识别、行为识别等,本次研究应用的方向,主要是物品识别和行为识别,包括输电设施设备的异常、工地的吸烟、未佩戴安全帽等识别。
现主流的AI视频图像智能识别,流程主要是收集数据、数据处理、识别、推送业务系统,整个流程和逻辑清晰,为项目的可行性提供了理论的基础。
图AI视频图像智能识别流程图
2、项目研究的实践依据
(a)国家大力推动人工智能发展
国务院于2017年7月8日印发并实施,《国务院关于印发新一代人工智能发展规划的通知》是为贯彻执行《新一代人工智能发展规划》印发的通知。
人工智能成为经济发展的新引擎。
人工智能作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎,重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式,引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。
我国经济发展进入新常态,深化供给侧结构性改革任务非常艰巨,必须加快人工智能深度应用,培育壮大人工智能产业,为我国经济发展注入新动能。
(b)提升超高压线巡检工作效率的需求
随着电网规划的逐步,我国形成以“三纵三横”特高压交流为骨干网架的电网结构。
我国地理复杂,地势西高东低,山地、高原面积广大,有相当一部分架空输电线路建在森林、高山等地势复杂地带,各地供电局在为当地居民提供便利的同时,复杂地势中的架空输电线路巡查就显得困难了。
现无人机可以采集回来海量的视频监控图片,但也需要大量的人工,进行肉眼识别,人力成本较大。
同时,这部分人工识别,是大量复杂重复的劳动,如能通过机器学习的方式,实现机器自动识别,会在电力巡检领域,具有重大的意义。
(c)提升工程现场安全管理水平的需要
近年来,在国家、各级地方政府主管部门和行业主体的高度关注和共同努力下,施工安全生产事故逐年下降,质量水平大幅提升,但不可否认,形势依然较为严峻,尤其是随着我国城市化进程的不断推进,建设工程规模也将继续扩大,施工质量安全仍不可掉以轻心。
如何加强施工现场安全管理、降低事故发生频率、杜绝各种违规操作和不文明施工、提高工程质量,仍将是摆在各级政府部门、业界人士和广大学者面前的一项重要研究课题。
3、项目核心技术及创新亮点:
本项目的核心技术是像素级的深度神经网络算法,该算法可实现对视频图片进行像素级的识别,支持结合场景的语义分析,为视图大数据应用提供智能分析基础。
本项目的创新亮点是将人工智能神经网络算法,创新性的引入电力行业,与人工巡检、工地安全管控等日常巡检类工作相结合,使用人工智能机器的方式处理该类工作有以下优点:
(a)及时性
人工巡检受限人力,无法在发生问题、存在安全隐患的时候,及时进行告警;
机器巡检,可一直保持后台运行,对问题的发现更及时。
同时机器巡检可保持7*24小时工作,实现白天无人机巡航,晚上机器巡检,第二天出报告的工作机制。
(b)效率提升
按照人工的方式巡检图片,一天不间断可巡检2万张图片,由于长时间的巡检工作,容易引起疲劳,从而导致误判;
一台机器,一天可不间断巡检1000万+张图片,且因为机器学习的不断提升,精度会不断提升。
(4)项目难点及解决思路:
该项目的主要难点
(a)人工智能算法模型的定制开发:
该方案思路是自治区内首次引入人工智能算法在电力巡检和施工现场管理的应用,存在算法验证和定制的过程。
(b)应用系统的落地实施:
该方案涉及大量外场设备的对接、接入,以及不同格式视频流、图片流的处理,不同网络之间信息的互通,某个环节未考虑周全,都会导致整体方案无法落地。
解决思路和方案
针对项目中存在的两个核心难题,我局提前布局,已进行前期必要的调研和准备工作:
(a)分析现状,积极调研
在日常的巡检过程中,我局已对电力设施的主要问题进行归类和分析,发现大量的巡检问题和安全隐患,主要是瓷套老化、裂纹等,规律比较明显,具备AI应用的基础条件。
同时,我局也积极调研AI技术在其他行业的应用,随着AI技术的发展,视图智能识别技术,已经在公共安全、制造业等有非常广泛的应用,例如公安的人脸识别、车型识别技术,精度都已经非常高,人工智能AI技术,已具备不同行业应用的技术基础。
(b)提前布局,技术储备
针对系统落地的问题,我局已经开始调研无人机巡检、工地管控所用到的设备,并储备相应处理技术,同时也与业务部门的业务功能,进行初步沟通,方案从技术上、应用上具备落地的可行性。
四、项目研究内容和实施方案
1、研究内容
本项目主要研究以下内容:
(a)电力设施设备问题巡检分析服务系统研究
通过对超高压线巡检的问题图片,进行归类分析,进行深度学习验证,定制开发电力设施设备问题巡检分析算法,实现对高压线中的瓷套、绝缘子等设备的异常状态进行自动识别。
同时结合现有巡检业务流程,以电力设施设备问题巡检分析算法,开发电力设施设备问题巡检分析服务系统,实现无人机巡检回来的图片,进行机器自动识别,并生成报告。
以巡检业务为导向,开发分析服务系统,包括系统的总体架构、数据架构、业务架构、以及部署实施。
(b)电力施工工地及作业现场安全管理系统研究
结合电力施工工地的安全规范要求,通过对施工现场的行为识别研究,实现对多目标、多要素的识别,包括施工区域未佩戴安全帽识别、抽烟等不文明行为识别,以及施工场地整洁情况的识别等。
结合锡盟电力外场施工情况,通过共享、利旧、新建视频资源的方式,接入工地实时监控画面,后台自动识别工地施工人员未佩戴安全帽、吸烟等安全施工违规行为,实现对安全施工的监管;
自动识别工地场地环境整洁、施工人员穿着等情况,实现对文明施工的监管。
(c)应用推广价值论证及技术成果提炼
通过对系统实际运行状况数据进行分析,比较机器识别和人工识别的精度及效率差别情况,探索该技术的推广应用价值。
同时,总结项目研究过程中的技术创新,提炼专利等技术成果。
2、实施方案和工作内容
(a)电力设施设备问题巡检分析服务系统
电力设施设备问题巡检分析服务系统的系统实施架构图,如下图:
图电力设施设备问题巡检分析服务系统架构图
新建的电力设施设备问题巡检分析服务系统,通过对接原有的无人机巡检设备,实现对巡检视频图片流的输入;
巡检分析服务器会对输入视频图片流进行分析,自动发现视频、图片中存在的问题或安全隐患;
同时,系统根据预设的报告模板,输出相应报告,报告内容主要包括:
发现的问题类型、发现的问题在视频中的时间段、发现的问题图片等。
在电力设施设备问题巡检分析服务系统研究过程中,主要的工作量和内容包括:
(i)前期准备工作
结合AI人工智能技术和超高压巡检技术的要求,定义AI智能巡检内容及要求;
同时收集前期巡检各类问题的样本图片,用于研究的素材。
调研业务部门,结合业务部门的需求,确定识别推送业务流程。
(ii)验证和开发
根据前期准备的数据集和识别内容,开发基于AI的电力设施设备问题巡检识别算法,确定最优算法。
根据现有无人机巡航相机的参数和接口,定制视频对接模块,实现对实时视频流、离线录像流、图片流的对接和导入。
根据梳理的推送业务流程,开发相应应用模块,以及报表生成功能。
完成整体系统搭建,并验证测试。
(iii)部署及效果测试
完成电力设施设备问题巡检分析服务系统的现场部署,以及和现有业务的对接,并优化调整系统,并根据系统运行结果,评估本项目研究的实际效果。
(b)电力施工工地及作业现场安全管理系统
电力施工工地及作业现场安全管理系统的系统实施架构图,如下图:
图电力施工工地及作业现场安全管理系统架构图
新建的施工工地及作业现场安全管理系统,通过对接工地的移动监控设备,包括原有移动监控设备和新建移动监控设备,实现对工地现场视频、图片流的回传;
管理系统会对输入视频、图片流进行分析,自动发现视频、图片中存在的问题或安全隐患;
同时,系统发现问题后,会及时进行系统告警,并通过APP的方式,将告警信息推送安全责任负责人及相关领导;
系统会以周、月、年的方式,统计管理报表,作为对工地的重要考核依据。
在电力施工工地及作业现场安全管理系统研究过程中,主要的工作量和内容包括:
结合AI人工智能技术,定义AI智能智能识别内容,包括工地吸烟、未佩戴安全帽等违规行为。
开发基于AI的电力施工工地及作业现场安全识别算法,确定最优算法。
根据锡盟电力施工外场的特点,主要是通过移动监控设备,实现对工地现场情况的回传,定制开发和移动监控设备对接模块,实现对接。
根据梳理的推送业务流程,开发相应业务推送模块,以及手机APP。
完成电力施工工地及作业现场安全管理系统的现场部署,以及和现有业务的对接,并优化调整系统,并根据系统运行结果,评估本项目研究的实际效果。
3、设备购置
本项目需定制采购以下设备,设备参数及主要功能清单:
序号
设备名称
技术参数及性能
数量
1
电力设施设备问题巡检分析服务器
1.系统对接模块:
支持对实时视频、离线录像、图片进行自动巡检;
2.系统识别模块:
单台服务器支持每小时对30万张1080P图片进行分析;
3.系统业务模块:
结合自动巡检发现的问题,生成报告文件;
4.系统硬件:
专用深度学习服务器,内置深度学习算法、芯片及智能硬件。
2
电力施工工地及作业现场安全管理服务器
支持国标接入已有视频监控点位或新建监控点位;
自动识别工地施工人员未佩戴安全帽、吸烟等安全施工违规行为;
3.系统识别模块:
自动识别工地场地环境整洁、施工人员穿着等情况;
4.系统识别模块:
单台服务器每分钟可进行50路监控点位的全场景识别;
5.系统业务模块:
对识别结果进行统计分析,并推送客户端。
6.系统硬件:
3
移动监控设备
分辨率:
1080P,图像清晰、细腻
低照度,彩色0.05lux@F1.6
支持背光补偿功能,适用于背光环境下前景物体的监控
聚焦快速准确
数字宽动态
3D-DNR
支持SD卡存储
支持双3G、4G网络接入
5
4、项目实施计划
项目的实施进度,主要从2019年3月-2019年9月,各阶段主要工作计划安排如下:
时间段
内容
2019.3~7
系统方案设计、系统开发
2019.4~8
AI图像识别算法研究,数据收集和验证
2019.8~9
项目实施、调试和对接
5、设备采购拟采用招标方式
本项目研究需采购硬件设备,并涉及大量的前期对接、定制开发,拟采用单一来源的方式采购。
五、预期目标和成果
1、系统预期目标:
(a)通过人工智能技术和电力设施巡检场景结合,机器自动识别电力设施出现的问题,且实现单台服务器每小时对30万张1080P图片的分析,并结合每段视频中存在的巡检问题,生成报告文件。
改变传统依靠人工审核视频图片的模式,实现机器换人。
(b)将人工智能技术应用于施工工地,自动识别工地施工人员未佩戴安全帽、吸烟等安全施工违规行为以及对工地场地环境整洁、施工人员穿着等情况进行监管。
单台服务器每分钟可进行50路监控点位的全场景识别,并及时进行系统告警、统计分析,推送移动客户端。
2、项目预期目标
(a)减少人力成本
系统运行后,在电力巡检的工作中,预计会降低50%以上查看视频的人工工作量。
在施工现场安全管理上,将会降低安全管理员现场巡检的工作量。
(b)减少安全隐患
系统运行后,在电力巡检的工作中,将可以实现白天无人机巡航,完成机器自动巡检,及时发现安全隐患。
在施工现场安全管理上,及时发现工地未佩戴安全帽、吸烟等违规行为,降低安全隐患。
(c)提高安全管理和文明施工程度
通过后台的自动识别和管理,对安全管理和文明施工形成常态化的管理,并进行考核和告警,可提升工地文明施工程度。
3、预期成果:
(a)电力设施设备问题巡检分析服务系统一套;
(b)电力施工工地及作业现场安全管理系统一套;
(c)人工智能技术的电力巡检及施工作业现场智能化监管技术调研报告一套;
(d)系统建设方案和指导书一套;
(e)系统推广价值分析总结报告一套;
(f)拟申请实用新型专利2项;
六、合作单位或依托工程单位落实情况
合作单位项目落实情况:
1、实验室环境
提供人工智能算法实验室环境,包括人工智能训练服务器集群、模拟真实环境的多个监控探头、海量数据处理人员以及办公场地。
2、研究人员组织
组织相关的算法工程师、研发工程师、方案人员、实施人员等,成立专项项目组,支撑项目。
七、项目承担单位的条件
本项目研究是基于人工智能的视频、图像识别的新型研究,同时研究成果也需保证能落地推广,本项目的合作单位需满足以下要求:
1、人工智能研究的高科技公司,在人工智能视频图像识别中,掌握有核心算法技术,并有一定基础的类似算法研究,并有本次研究部分的演示demo;
2、具备安防行业技术积累,具备视频图像的对接管理、预处理等技术实力;
3、具备类似整体系统解决方案。
以人工智能和大数据应用为核心,从事人工智能在视图领域的创新性研究和落地应用,致力于将先进的人工智能技术与行业应用相结合,提供符合用户需求的人工智能行业解决方案。
八、项目的进度安排
4
2019.1
项目启动,编制项目计划
2019.2~3
现状调研、业务总结、规律分析、数据收集
6
7
系统建设方案设计、系统开发
8
9
2019.10
研究成果内部审核、验收
10
2019.11
编制相关成果材料
11
2019.12
项目结项
九、项目费用计划表
单位:
万元
费用科目
总金额
(万元)
其中:
外委费用
一、直接费
(一)费用性支出合计
1、人工费
2、材料费
低值易耗品
3、仪器设备使用费
4、测试化验加工和建造费
5、出版印刷/文献/信息传播/知识产权事务费
6、会议费
7、差旅费
8、劳务费
9、专家咨询费
10、培训费
11、国际合作与交流费
12、燃料动力费
13、场地/设备租赁费
(二)资本性支出合计
128
——
1、设备购置费
116
2、设备试制费
12
3、软件购置费
4、其他资本性支出
二、间接费
1、企业管理费
2、利润
3、税金
三、其他费用
1、评审费
2、招标费
3、监理费
4、财务决算编制及审计费
5、后评估费
6、保险费
7、预备费
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 AI 电力 方面 需求