Πρόσφατα, το ευφυές σύστημα αναγνώρισης ελαττωμάτων υπέρυθρης γραμμής μεταφοράς που αναπτύχθηκε από την State Grid Power Space Technology Co., Ltd.

σε συνδυασμό με το σχολείο και άλλες μονάδες έχει επιτύχει πρόσφατα βιομηχανική εφαρμογή στη λειτουργία και συντήρηση μεγάλων UHV

γραμμές στη χώρα μου.Αυτή είναι η πρώτη φορά στην Κίνα που η τεχνολογία τεχνητής νοημοσύνης (AI) εφαρμόζεται στην ανίχνευση της θερμότητας

παραγωγής σε γραμμές μεταφοράς σε μεγάλη κλίμακα.

«Αυτή τη φορά, η ομάδα τεχνικής έρευνας συνδυάστηκε με το επιχειρηματικό σενάριο και υιοθέτησε την τεχνική διαδρομή της «ελαχιστοποιημένης επισήμανσης + βήμα προς βήμα»

-βήμα εκμάθησης + θωράκιση σημείων παρεμβολής για να συνειδητοποιήσετε την έξυπνη αναγνώριση ελαττωμάτων υπέρυθρης ακτινοβολίας και κρυφούς κινδύνους και το μοντέλο

Το ποσοστό ακρίβειας αναγνώρισης ξεπέρασε το 90%.Το σύστημα Η πλευρά της εφαρμογής, Guo Xiaobing, διευθυντής του τμήματος επιθεώρησης

του Κέντρου Εφαρμογών Διαστημικής Τεχνολογίας της State Grid Electric Space Technology Co., Ltd., είπε.

Σύμφωνα με αναφορές, το σύστημα αυτή τη στιγμή αναπτύσσεται και εφαρμόζεται από την State Grid Power Space Technology Co., Ltd., και είναι το πρώτο

καιρό στην Κίνα που η τεχνολογία τεχνητής νοημοσύνης έχει εφαρμοστεί στην ανίχνευση παραγωγής θερμότητας σε γραμμές μεταφοράς σε μεγάλη κλίμακα.

Λαμβάνοντας ως παράδειγμα το υπέρυθρο βίντεο ενός πύργου 240 βάσεων, η παραδοσιακή μη αυτόματη αναθεώρηση δεδομένων διαρκεί 5 ώρες, αλλά τώρα με αυτό το σύστημα, μόνο

χρειάζονται 2 ώρες από τη μεταφόρτωση του βίντεο μέχρι την ολοκλήρωση της ανάλυσης και δεν χρειάζεται χειροκίνητη παρέμβαση στη διαδικασία.

Στο παρελθόν, η διαδικασία χρήσης τεχνητής νοημοσύνης για την αναγνώριση δεδομένων υπέρυθρης εικόνας ήταν σχετικά περίπλοκη και ήταν απαραίτητο να

εντοπίστε το σημείο σφάλματος θέρμανσης στην οθόνη, το οποίο χάθηκε εύκολα λόγω παραγόντων όπως η εμπειρία και η προσοχή της συντήρησης

προσωπικό;Επιπλέον, ο όγκος των δεδομένων υπέρυθρων βίντεο είναι τεράστιος.Το έργο επανελέγχου είναι εξαιρετικά δύσκολο και αναποτελεσματικό και είναι εύκολο

προκαλούν επικίνδυνα συμβάντα, όπως πτώση μονωτή.Χρησιμοποιώντας το πρόσφατα αναπτυγμένο υπέρυθρο σύστημα ευφυούς αναγνώρισης ελαττωμάτων για γραμμές μεταφοράς,

χρειάζεται μόνο να ανεβάσετε βίντεο επιθεώρησης υπέρυθρων με ένα κλικ για γρήγορη εξαγωγή πλαισίων και έξυπνο εντοπισμό ελαττωμάτων θέρμανσης, κάτι που μπορεί να βοηθήσει

μονάδες λειτουργίας και συντήρησης γραμμής για την έγκαιρη εξάλειψη των κρυφών κινδύνων απενεργοποίησης της γραμμής και διακοπής ρεύματος.Η εφαρμογή του AI

Η επιθεώρηση από την τεχνολογία στο ηλεκτρικό δίκτυο θα βελτιώσει σημαντικά την αποτελεσματικότητα της επιθεώρησης.