下载掌阅APP，畅读海量书库
立即打开
随着互联网、大数据、云计算、区块链等信息技术加速创新应用，人工智能在视觉、语音、自然语言等应用领域迅速发展，强力赋能于各个行业，已然成为引发诸多领域颠覆性变革的工程技术。国务院“十四五”数字经济发展规划提出，加快能源领域数字化转型，实施煤矿、电厂、电网等领域设备设施、工艺流程的数字化建设和改造。
当前，南方电网公司认真贯彻落实党中央提出的“双碳”目标重大战略决策，大力加快发展抽水蓄能，推动构建以新能源为主体的新型电力系统。基于常规自动化技术的发电厂传统生产运维方式，已难以满足抽水蓄能快速发展的生产需要。应用数字技术和智能技术，实现安全高效的人工替代并提高全员劳动生产率已迫在眉睫。
作为国内最早进入抽水蓄能领域的企业，南方电网调峰调频发电有限公司（以下简称调峰调频公司）先后建成投产了一批行业领先的调峰调频电厂，坚持创新应用先进的生产运行管理技术，持续提升调峰调频电厂运维管理水平。近年来，在电厂实际生产运维工作中，我们越来越直观感受到传统自动化技术与人工智能技术的区别，在技术创新上进行了一些有益的探索。传统自动化技术主要基于预设控制流程、控制参数，按照指令驱动和行动，特征是精确、可预测、预先配置。人工智能则是设计用来模拟人类的思考和行为，特征是学习和适应。传统自动化技术基于模型和规则，自动完成预设的工作，但难以适应快速变化的不同环境。人工智能技术则基于数据，通过学习和理解，自主挖掘数据中的模式解决给定的问题。
本书内容主要源自调峰调频公司《基于机器视觉的电厂生产区域智能感知技术研究与应用》科技项目研究成果，作者是调峰调频公司彭煜民、张豪专家团队，拥有丰富的抽水蓄能电站生产运维管理经验。作者将传统自动化技术与人工智能技术进行了深度的对比分析，研究应用发电厂机器视觉智能感知技术，作为电厂传统自动化技术的延伸和补充。该书以人工智能技术在抽水蓄能电厂、常规水电厂、燃气发电厂等大型发电厂生产场景应用为主线，依据自2020年应用至今的生产实例，深入研究解决人工智能技术应用关键的数据质量问题，系统介绍应用机器视觉感知电厂生产设备典型缺陷的方法，构建基于机器视觉的电厂生产设备异常样本库的方法，以及应用机器视觉感知生产区域的漏油、漏水、烟雾、明火、管道破损、零部件脱落等异常情况的技术方法，提出生产区域视频监控观测点优化布置方案。作者研究提出，采用深度学习算法等人工智能技术手段，就地对发电厂工业电视系统的视频流数据进行分析获得机器视觉，通过机器视觉实现生产区域的智能感知和远程智能巡视，进而减少人工巡视工作量，提高巡视效果。本书作为专业交流的案例具有一定参考价值，可为大型发电厂工业电视系统智能化升级改造，以及智能水电厂建设提供有益借鉴。
2021年11月