發(fā)電廠(chǎng)機器視覺(jué)智能感知技術(shù)

  張豪，南方電網(wǎng)調峰調頻發(fā)電有限公司高級工程師，從事大型抽水蓄能電廠(chǎng)運行維護工作及數據資產(chǎn)研究。曾發(fā)表過(guò)《基于A(yíng)HP的蓄能水電廠(chǎng)球閥上游密封鎖錠投退工具配備研究》《抽水蓄能電廠(chǎng)運行設備保壓性能狀態(tài)分析技術(shù)》抽水蓄能電廠(chǎng)具備售電牌照的售電制運營(yíng)模式》等多篇專(zhuān)業(yè)技術(shù)論文。
    彭煜民，現任南網(wǎng)調峰調頻公司技術(shù)中心自動(dòng)化研究員，一級技術(shù)專(zhuān)家。對抽水蓄能機組集成控制及動(dòng)態(tài)仿真測試技術(shù)、設備狀態(tài)分析及故障診斷技術(shù)、燃氣-蒸汽聯(lián)合循環(huán)機組順序控制技術(shù)、機組調試技術(shù)等領(lǐng)域有深入研究和豐富實(shí)踐經(jīng)驗，在各類(lèi)雜志上發(fā)表論文數十篇，申報及授權發(fā)明專(zhuān)利十多項。
    周俊煌，碩士，現任廣州市奔流電力科技公司AI產(chǎn)品經(jīng)理。申請專(zhuān)利8項，發(fā)表論文13篇。從2018年至今，參與主持AI類(lèi)項目6項，參與公司級產(chǎn)品研發(fā)項目2項，在電力人工智能圖像識別、文字識別等領(lǐng)域，具有豐富的項目咨詢(xún)研究、系統建設實(shí)施、軟硬件產(chǎn)品研發(fā)管理的經(jīng)驗，許多項目成果均獲得業(yè)主單位的高度認可，所研發(fā)的產(chǎn)品也在南方電網(wǎng)范圍內進(jìn)行小規模試點(diǎn)推廣應用。

本書(shū)提出采用深度學(xué)習算法等人工智能技術(shù)手段，就地對發(fā)電廠(chǎng)工業(yè)電視系統的視頻流數據進(jìn)行分析獲得機器視覺(jué)，通過(guò)機器視覺(jué)實(shí)現生產(chǎn)區域的智能感知和遠程智能巡視，進(jìn)而減少人工巡視工作量，提高巡視效果。本書(shū)結合生產(chǎn)實(shí)踐，系統介紹了應用機器視覺(jué)感知電廠(chǎng)生產(chǎn)設備典型缺陷方法，生產(chǎn)區域視頻監控觀(guān)測點(diǎn)優(yōu)化布置方案，構建基于機器視覺(jué)的電廠(chǎng)生產(chǎn)設備異常樣本庫的方法，應用機器視覺(jué)感知生產(chǎn)區域的漏油、漏水、煙霧、火焰、管道破損、零部件脫落等異常情況的技術(shù)方法。同時(shí)梳理了大型發(fā)電廠(chǎng)工業(yè)電視系統進(jìn)行智能化升級改造的一攬子解決方案，為行業(yè)應用計算機和算法分析視頻數據提供了有益借鑒。

1 概述/001
2 機器視覺(jué)智能感知技術(shù)路線(xiàn)/005
2.1 歷史缺陷分析/006
2.1.1 缺陷統計分析/006
2.1.2 典型缺陷分析/009
2.2 缺陷模擬試驗/012
2.2.1 模擬試驗方案/012
2.2.2 模擬試驗結果/015
2.3 研究思路/025
2.4 本章小結/027
3 視頻監測點(diǎn)布點(diǎn)和算法配置規范/029
3.1 規范范圍介紹/030
3.2 規范通用要求/031
3.2.1 視頻監測點(diǎn)布設總則/031
3.2.2 視頻檢測算法配置總則/031
3.2.3 視頻監測點(diǎn)的攝像頭選型和數量配置原則/031
3.3 視頻監測智能識別系統算法配置要求/032
3.4 基于設備功能類(lèi)型的視頻檢測算法配置策略/033
3.5 大型抽水蓄能電廠(chǎng)/034
3.5.1 基于空間位置的視頻檢測算法配置原則/034
3.5.2 典型配置方案/037
3.6 大型燃氣發(fā)電廠(chǎng)/037
3.6.1 基于空間位置的視頻檢測算法配置原則/037
3.6.2 典型配置方案/038
3.7 本章小結/038
4 機器視覺(jué)智能感知系統架構設計/039
4.1 集團公司系統架構設計/040
4.2 廠(chǎng)站側系統架構設計/042
4.2.1 更換監視裝置或增設巡檢機器人的設計方案/042
4.2.2 增設CPU服務(wù)器集群的設計方案/043
4.2.3 增設CPU+AI服務(wù)器集群的設計方案/045
4.3 本章小結/048
5 基于機器視覺(jué)的“三漏”感知技術(shù)/049
5.1 具有二次識別功能的“三漏”感知技術(shù)/050
5.2 “三漏”感知的技術(shù)方法和實(shí)施例/051
5.2.1 技術(shù)方法/051
5.2.2 實(shí)施例/053
5.3 本章小結/066
6 基于機器視覺(jué)的煙火感知技術(shù)/067
6.1 全覆蓋的煙火感知技術(shù)/068
6.2 煙火感知的技術(shù)方法和實(shí)施例/069
6.2.1 技術(shù)方法/069
6.2.2 煙火感知技術(shù)的實(shí)施例/071
6.3 本章小結/091
7 基于機器視覺(jué)的振動(dòng)感知技術(shù)/093
7.1 全時(shí)段監視的振動(dòng)感知技術(shù)/094
7.2 振動(dòng)感知的技術(shù)方法和實(shí)施例/095
7.2.1 技術(shù)方法/095
7.2.2 實(shí)施例/096
7.3 本章小結/109
8 基于機器視覺(jué)的小目標感知技術(shù)/111
8.1 適用于發(fā)現小動(dòng)物入侵、零部件脫落、工器具遺留的小目標感光技術(shù)/112
8.2 小目標感知的技術(shù)方法和實(shí)施例/114
8.2.1 技術(shù)方法/114
8.2.2 實(shí)施例/115
8.3 本章小結/128
9 廠(chǎng)站側智能感知系統建設技術(shù)/129
9.1 增設CPU+AI服務(wù)器集群的集成技術(shù) /130
9.2 廠(chǎng)站側智能感知系統的建設要點(diǎn)/130
9.3 廠(chǎng)站側集成技術(shù)實(shí)施例/131
9.4 工程示范成效/137
9.5 本章小結/142
附表A 某抽水蓄能電廠(chǎng)生產(chǎn)區域視頻檢測算法典型配置方案/143
附表B 某燃氣電廠(chǎng)生產(chǎn)區域視頻監視與識別算法典型配置方案/147

最新圖書(shū)

相關(guān)圖書(shū)