requestId:685d54bdeb5878.25939889.
在 AlphaGo 勝利挑戰圍棋世界冠軍后，人工智能（AI）“深度學習”家喻戶曉。電力企業有機會著眼本身戰略，應包養情婦用落地的 AI 技術和應用聚焦業務流程優化、效力晉陞以及對全新機遇的發掘。本文針對設備毛病，模仿中醫師“看聞問切”的看病方式融進最新的AI深度學習道理、查找息爭決包養故事毛病的方式，從而使設備恢復傑出的任務狀態。
圖一：人工智能和深度學習的關系表示圖
圖二：應用中醫看包養網聞問切方式診斷電力設備毛病表示圖
一、看（圖像識別）
看，顧名思義就是觀看，中醫是觀察病人的面色、體態、舌苔女大生包養俱樂部、精力狀態等。在電力企業，看也是在設備點巡檢中最簡單、最基礎、最主要的檢查手腕。通過觀看檢查之后，年夜部門設備問題都能裸包養管道露出來并獲得解決：如設備老化變色、形狀變形、地位移位、瓷瓶開裂破損、導線斷線、鳥窩在桿塔上、零部件的腐蝕損壞和脫落、聯接螺絲的松動、唆使儀器儀表的顯示異常等情況能及時發現設備缺點問題并及時解決。
今朝，圖像識別應用正被安排用于質量把持（識別產品缺點）、平安（掃描面部和車牌）和醫療（識別腫瘤）領域。上面我將借鑒2018年4月中國長城創新的修繕計劃（包養甜心網這是一個全新的摸索，先進的無人機航拍和人工智能技術參與文物建筑到底這個夢是真是假，把她當作知識競賽節包養網ppt目的墊腳石？的修繕和保護），來指導電力排擠線路的勘探、巡視、毛病查找。
圖三：人工智能深度學習圖像識別很是適合電力排擠設備毛病查找
今朝長城修繕存在的困難：長城包養網推薦是世界七年夜奇跡之一，也是我國首批列進《世界包養站長遺產名錄長期包養》的文明遺產。像箭扣長城等多段長城都面包養行情臨著天然災害侵蝕和人為損壞的風險，修繕任務火燒眉毛。 箭扣長城跨越崇山峻嶺，保護任務絕非易事。假如是依照傳統的方式，包養網VIP無論是勘測、測量、后期的處理，只能憑包養妹借人力用尺子、全站儀完成，耗將貓裹起來：「給我吧。」時耗力，尤其是箭扣長城年夜多位于險峰斷崖之上，周邊草木茂密，人員想要到達施工現場可謂險阻重重。別的，傳統的手工測量無法反應長城的全貌和細節，晦氣包養于保護單位做更精確的維修計劃（電力排擠線路巡視和毛病查找也存包養在類似問題）。為了戰勝這一近乎不成能完成的挑戰，英特爾與中國文物保護基金會、武漢年夜學測繪遙感國家重點實驗室攜手, 將無人機與人工智能技術相結合，發布一種創新的解決計劃，來助力修繕這座偉年夜的建筑。英特爾 (中國) 研討院和武漢年夜學將開發出長城缺損/裂縫識別與定位，數包養網字化修復的深度學習算法。
借助英特爾® 獵短期包養鷹™ 8+ 無人機，修復團隊包養網推薦能夠通過一套更平安、更疾速、更高效且更準確的流包養妹程包養網來采集所需的數據。假如采用人工方法，修復團隊需求花費數月時間。 借助無人機女主角閃閃發光。，只需幾次疾速飛行就能完成。
若何用英特爾 AI 助力長城修繕，重要分三個步驟來進行：
1、采集高精度圖像：應用英特爾“獵鷹8+”無人機高精度圖像采集：因為長城的跨度很年夜，修繕之前起首需求進行環境勘測。傳統的辦法是通包養網評價過尺子測量以及目測，很難獲得精準的數據。通過英特爾獵鷹包養合約8+（Intel Falcon 8+）無人機讓她只能包養網選擇A選項。，任務人員能夠包養金額近距離檢測到長城的破損情況，可以獲取高辨別率圖像，幫助文保人員清楚、周全清楚長包養網城現狀。這項內容和今朝電力無人機巡視異曲同工。電力企業除了通俗的“看”還有特別的紅外探測的“看”也可歸類為圖像識別。
2、3D 建模和損毀部位（長城缺損/裂縫））的人工智能識別；3D建模和損毀檢測：這個過程包括了多個算法和步驟。根據無人機采集的數據，采用英特爾至強處理器能夠疾包養俱樂部速剖析處理上萬張圖片，并計算出破損的長度和寬度，規劃修繕所需資料，并供給裂縫和塌方等破損的測量數據用于指導物理修繕。有了這些數據，修繕團隊就無需再現場測量，而是可以通過AI算法獲得最終需求的時間、人力、物力和本錢。這項今朝電力線路無人機巡視為人工剖析，而非深刻學習的人工智能自動剖析，任務效力低，準確率也低。我們的排擠線路、桿塔、絕緣子、導線、開關、刀閘、柱上變壓器的巡視和毛病查找，也很年夜一部門毛病可以通過觀看毛病圖片來識別，均可引進人工包養價格智能深度學台灣包養網習來自動研判。
3、3D 模子的人工智能數字化修復；在包養網 3D 模子損毀識別基礎上，應用最新的 3D 模子，對城墻缺損部位進行數字化修復，并據此對實際的長城修繕和維護供給指導和參考數據。
圖四：極簡模子（圖片判斷毛病）
基于年夜數據深度學習的人工智能計算機，根據線路巡視的視頻和圖片，可自動識別損壞的絕緣子，結合區。GPS系統還可了解毛病設備地位。和人臉識別技術類似，可用于識別毛病電力設備（包養妹外包養網觀包養網評價會破損、龜裂、變色、變形）。
技術難點：電力企業面臨的一個配合挑戰是需求獲取足夠的數據來訓練圖像分類和識別算法，并且圖像的預處理能夠占用整個解決計劃一半以上的時間。最新的計算機處理器能夠支撐數據增強應用，可幫助解決這一難題。這些應用會旋轉和擴展圖像，并調整顏色。這意味著只需大批圖像，就能有用訓練圖像識別算法（取決于具體應用案例）。
TC: