人工智能AI在电力方面的需求书

人工智能AI在电力需求书一、目的和意义近年来，随着我国经济社会和城市化的快速发展，为了加速国家电力传输有效性，国家电网也在全国架设了架空导线、超高压电力电缆，用于电力的远距离传输。

同时，电网作为重要基础设施资源，国家对电力设备管理的要求，也越来越向规范化、科学化、信息化方向发展。

内蒙地广人稀，电网规模大，虽然现已经实现无人机巡检，但巡检回来的海量视频图片，还需要大量人力进行肉眼判别是否有问题，需耗费大量人力资源。

基于深度学习的视频图像智能识别技术，可快速对海量视频图片进行巡检，自动发现里面存在的问题，第一可以节省大量人力成本，第二可以对巡检回来的图片，当天巡检，当晚出结果，及时发现存在的安全隐患，提升巡检效率和有效性。

同时，随着电网的建设，对建设工程的质量、安全、文明施工的监管提出了更高的要求，并且国网公司近年来也多次发文要求进一步加强电网建设施工领域的安全生产工作。

目前，缺少一种强有力的工程项目施工现场管控手段，工程事故、违规操作和不文明施工屡见不鲜，安全监管和防范手段相对落后，视频作为可视化手段，可真实感知和还原现场情况，通过对现场监控视频接入和分析，可第一时间准确掌握现场工地状况，对工程项目工地现场发现的问题和隐患进行及时预警和告警，大大提高施工现场的管控水平，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、提高建筑工程质量，进而进一步提升工程建设的精益化管理水平。

二、国内外研究水平综述从2005年开始，人工智能的形式出现了巨大变革。

这一切源于“深度学习”(Deep Learning)技术的出现，深度学习已经成为了驱动人工智能领域发展的最主要力量。

深度学习，是指模拟神经网络，自己逐渐「学会」识别图像，理解语音甚至做出决策。

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，比如自动驾驶、语音识别、图像识别，都是深度学习的研究范畴。

图人工智能、深度学习、机器学习关系图图像识别技术是人工智能的一个重要领域。

是指对图像进行对象识别，以识别各种不同模式的目标和对象的技术。

其产生目的是为了让计算机代替人类去处理大量的物理信息。

随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。

图像处理技术应用广泛，人类的生活将无法离开图像识别技术，研究图像识别技术具有重大意义。

随着计算机技术的迅速发展和科技的不断进步，图像识别技术已经在众多领域中得到了应用。

2015年2月15日新浪科技发布一条新闻：“微软最近公布了一篇关于图像识别的研究论文，在一项图像识别的基准测试中，电脑系统识别能力已经超越了人类。

人类在归类数据库Image Net中的图像识别错误率为5.1%，而微软研究小组的这个深度学习系统可以达到4.94%的错误率。

”从这则新闻中我们可以看出图像识别技术在图像识别方面已经有要超越人类的图像识别能力的趋势。

这也说明未来图像识别技术有更大的研究意义与潜力。

而且，计算机在很多方面确实具有人类所无法超越的优势，也正是因为这样，图像识别技术才能为人类社会带来更多的应用。

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。