欧洲日韩一区二区视频888,久青青在线观看视频国产,免费精品无码一区二区三区,国产一区二区三区无码视频

當(dāng)電力巡檢遇上人工智能

算法推送、人臉支付、智慧城市、智能客服、醫(yī)生、律師……AI正在各行業(yè)掀起革命，可有一個(gè)領(lǐng)域卻鮮有人提及——電力。人工智能可不可以應(yīng)用到電力巡檢上面呢？答案是肯定的！

你可能見(jiàn)過(guò)這樣的方式，人工巡檢

這樣的方式，飛手地面操控?zé)o人機(jī)進(jìn)行巡檢

還有即將出現(xiàn)這樣的，無(wú)人機(jī)自動(dòng)化巡檢的

我們認(rèn)為無(wú)人機(jī)在電力巡檢中會(huì)經(jīng)歷以下3個(gè)發(fā)展階段①手工操控階段

電網(wǎng)企業(yè)買(mǎi)了無(wú)人機(jī)，讓操作人員考證后上崗。這只是降低了巡檢難度，人帶著無(wú)人機(jī)親自到一線但不用爬塔了，不過(guò)數(shù)據(jù)分析還需工。

②智能化階段

無(wú)人機(jī)帶有 RTK 高精度定位技術(shù)，可以實(shí)現(xiàn)自動(dòng)駕駛，后續(xù)也有 AI 輔助分析數(shù)據(jù)，一定程度上解放了更多的人力。這個(gè)階段提高了巡檢效率，但因無(wú)人機(jī)通訊和數(shù)據(jù)樣本不足還不能實(shí)現(xiàn)理想中的全自動(dòng)化，還是需要人的運(yùn)維輔助。

③無(wú)人化階段

無(wú)人機(jī)帶有 5G+RTK，可實(shí)現(xiàn)全自動(dòng)化巡檢。這時(shí)候，人不用去現(xiàn)場(chǎng)，只要部署自動(dòng)停機(jī)場(chǎng)就可以。無(wú)人機(jī)自動(dòng)巡檢、實(shí)時(shí)傳回?cái)?shù)據(jù)、自動(dòng)回巢、自動(dòng)充電?？梢詫?shí)現(xiàn)遠(yuǎn)程調(diào)度無(wú)人化。目前，電力巡檢發(fā)展到了第二階段——智能化階段，這個(gè)階段里人工智能是如何發(fā)揮作用的呢。   不同以往的三維智能航線

在智能化階段里面，無(wú)人機(jī)開(kāi)始進(jìn)入自動(dòng)駕駛階段。和地面上的自動(dòng)駕駛汽車面對(duì)的復(fù)雜環(huán)境不同，無(wú)人機(jī)在空中的環(huán)境沒(méi)有太多變化。自動(dòng)駕駛是實(shí)時(shí)建立三維模型，實(shí)時(shí)做航線規(guī)劃。但行業(yè)無(wú)人機(jī)是相反的。對(duì)于電力巡檢來(lái)說(shuō)，無(wú)人機(jī)自動(dòng)駕駛是指的是：首先系統(tǒng)根據(jù)事先掃描好的周邊環(huán)境激光點(diǎn)云，建立三維模型，然后自動(dòng)化規(guī)劃航線，其中無(wú)人機(jī)的拍攝點(diǎn)也自動(dòng)規(guī)劃在里面，再向無(wú)人機(jī)發(fā)出任務(wù)，無(wú)人機(jī)去執(zhí)行。隨著無(wú)人機(jī)巡檢的廣泛展開(kāi)，產(chǎn)生了大量的平面影像數(shù)據(jù)，如果僅靠人工處理，無(wú)疑會(huì)耗費(fèi)大量人工時(shí)間，那么如何快速分析識(shí)別缺陷和隱患，大數(shù)據(jù)分析及巡視模式優(yōu)化，管理及可視化展示大數(shù)據(jù)成果，從而整體提升巡視單位無(wú)人機(jī)巡視應(yīng)用水平？那么我們就需要讓計(jì)算機(jī)擁有自主計(jì)算的大腦以及一雙看懂電力行業(yè)的雙眼了——易飛缺陷隱患分析軟件。

缺陷隱患分析軟件最大的特點(diǎn)是采用人工智能算法方式，利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的工作方式來(lái)實(shí)現(xiàn)。深度學(xué)習(xí)算法

識(shí)別算法采用了學(xué)術(shù)界最新、最先進(jìn)深度學(xué)習(xí)算法，將目前最先進(jìn)算法進(jìn)行融合和改造，同時(shí)加入增強(qiáng)學(xué)習(xí)技術(shù)（同AlphaGo,讓模型進(jìn)行自學(xué)習(xí)優(yōu)化）和遷移學(xué)習(xí)技術(shù)，通過(guò)大量實(shí)驗(yàn)分析與比較對(duì)算法做大幅度修改和優(yōu)化，對(duì)圖像中特點(diǎn)目標(biāo)特征進(jìn)行疊進(jìn)式數(shù)據(jù)建模，提升對(duì)小物體識(shí)別的敏感度，實(shí)現(xiàn)較小運(yùn)算資源下精確分類和檢測(cè)。針對(duì)無(wú)人機(jī)輸電線路的通道巡檢以及精細(xì)化巡檢所拍攝的影像資料，基于大量的缺陷隱患樣本庫(kù)，利用深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)，自動(dòng)批量對(duì)上述影像數(shù)據(jù)進(jìn)行缺陷隱患識(shí)別，并對(duì)缺陷進(jìn)行統(tǒng)計(jì)和匯總，自動(dòng)生成缺陷分析報(bào)告。最終目標(biāo)缺陷識(shí)別深度學(xué)習(xí)算法的最終目標(biāo)是：提高缺陷識(shí)別種類及識(shí)別率，降低漏報(bào)和誤報(bào)，完成目標(biāo)檢測(cè)。