基于自主可控训练框架的电力生产场景建设关键技术研究（标段二：应用组件）-技术规范书（天选打工人）.docx

技术规范书1 .总则本技术规范书的要求包括“基于自主可控训练框架的电力生产场景建设关键技术研究（标段二：应用组件）技术开发单位”的研究、开发、测试、验收等各方面的要求。投标方（以下称为：乙方）必须认真阅读以下内容，以免造成废标或流标。1.1 招标方职责1.1.1 配合投标方进行用户需求的调研，提供应用系统的相关资料。1.1.2 按照项目的要求监督投标方的整个研发过程,根据不同的项目阶段对投标方的阶段性成果进行评审，提出修改建议和要求。1.1.3 负责确认项目成果。1.1.4 负责提供投标方要求的相关现场试验条件。1.1.5 负责派出有经验的工程师参加项目研发阶段性成果审查会和技术培训等。1.1.6 负责组织项目的验收。1.1.7 在现场为投标方工程师提供必要的工作环境。1.1.8 协调项目实施等工作中有关的其它事宜。1.2 投标方职责1.2.1 负责本项目的具体研发工作，按照项目的要求确保本项目研发工作的顺利进行，招标方将根据项目的进展对投标方的整个开发过程进行监督，并参与项目的研发，投标方负责提供招标方需要的相关资料。研发工作中，确保投入高级研究人员（主要为副教授、副研究员、高级工程师及以上级别研究人员）至少60人月，确保投入其他研究人员至少58人月。122负责项目成果的交付。1.2.3 提供项目的交付进度表。1.2.4 负责设计联络会和对招标方人员提供技术培训。1.2.5 提供用于现场试验的使用手册。126提出系统现场试验的场地和环境要求。1.2.7 对用户进行技术培训。1.2.8 在项目进行验收之后，系统在使用过程之中，投标方有义务根据招标方的要求对系统进行不断的完善，作好售后服务。1.2.9 项目研究成果在使用过程中如发现安全问题,投标方有义务提供相应的服务并对产品进行改进。2项目的目标、内容、指标要求和完成时间2.1 研究目标本项目研究基于自主可控训练框架的电力生产场景建设关键技术研究，实现基于自主可控训练框架下覆盖电力生产多场景的应用组件研发，并试制AI算法运行设备以及基于自主可控训练框架的电力生产图像识别预训练模型。2.2 主要研究内容2.2.1基于自主可控训练框架下覆盖电力生产多场景的应用组件研发：(1)生产作业危险行为检测：为保证作业人员安全，电网制定了详细的作业规范,尤其对于攀爬、高压设备操作等对人员安全有重大潜在安全风险的行为。然而在实际生产操作中，人员违规问题难以监管。传统的基于目标检测的智能应用无法做到精细化识别，本任务通过对人员姿态关键点进行检测，进而构建基于关键点的精细化动作识别，完成对作业人员状态与行为的精细化判定，实现对作业规范的严格监管。为适配电网的需求，本任务将重点研究遮挡、远距离等情况下的姿态关键点检测。(2)针对监控视频的异常事件监测：当前异常事件检测覆盖面非常有限，仅局限于部分典型异常目标，如火焰、烟雾、小动物等。然而，异常事件的类型众多，无法完全由目标检测模型进行覆盖。本任务通过构建长期历史数据与当前数据的状态对比模型，实现针对任意异常事件的检测，包括设备外观破损、任意异物覆盖等。本任务重点研究光照、阴影、动态物体对状态对比模型的影响，以避免该类因素引起误报。(3)变电站设备渗漏油监测：为设备渗漏油是变电站设备运维面临的重要问题，然而渗漏油的图像特征容易与水渍、阴影等混淆，本任务将通过多阶段融合技术解决渗漏油误报多的问题，首先通过目标检测技术实现对所有候选位置的检测，进而利用细微物体分割技术实现对候选位置的精细化分类。(4)防外破安全距离测量：输电通道容易受到工程车辆，包括挖掘机、吊车等的影响，然而目前的人工智能应用仅进行了目标检测，未对目标与输电通道的距离进行测量，导致产生无效报警。本任务将研究基于摄像头的距离测量技术，实现目标与输电通道的精准测量，从而减少无效告警。（5）输电机巡部件异常发热识别：户外复杂条件下，温湿度变化、机械力作用、环境腐蚀性侵蚀等均会引起复合绝缘子、线夹等部件异常发热，严重时甚至将导致部件异常断裂或过热熔融，进而影响整条输电线路正常运行。由于红外图像分辨率较低，目前的红外图像智能识别技术难以对小目标进行准确识别，本任务拟通过红外成像智能识别技术，对机巡输电红外图片中的异常发热部件进行检测识别，研究红外低分辨率下的目标检测技术，实现复合绝缘子发热、线夹发热等隐患的及时发现预警，保证输电线路持续稳定供电。（6）输电线路导线隐患智能识别：架空电力线路面临恶劣自然环境的影响，导致在常年的使用过程中会出现断股散股、异物缠绕等情况，造成电力线路断线或短路现象,严重影响供电安全。目前的检测方法难以对复杂场景下的细长导线目标进行精细化的检测，导致隐患漏检漏报。本任务拟通过级联式的模型组合方式，在定位复杂场景输电导线的基础上，对支撑点和挂线点等重点检测区域进行精细化检测，实现断股散股、异物缠绕隐患的准确识别。（7）输电杆塔塔基外部隐患识别：输电杆塔是输电线路的重要基础支撑部件，异常状态的杆塔塔基难以保证输电线路各组件间的安全距离。南方气候潮湿多雨，持续积水或藤蔓生长都会造成土壤松动，塔基稳定性下降。本任务拟通过智能目标识别技术，对机巡图片中的塔基外部隐患进行检测识别，实现塔基积水、藤蔓缠绕等隐患的及时发现预警，保证塔基的稳定支持，避免塔基沉积塌方、倾斜等问题的出现。（8）电力设备警示标志牌褪色及破损识别：规范地树立醒目标志牌是电网安全的重要保障之一，关键部件均需通过规范的标志牌对人员进行电力安全信息提醒，防止触电、违规操作等事故的发生。而实际场景中，裸露的标志牌长期受到恶劣环境影响，经常出现破损、安全颜色不够醒目或脱落等警示信息缺失问题。一般来说标志牌目标较小,尤其在机巡4k高清图中尤为难以识别，目前的检测算法较难实现小目标的精细化典型特征识别，本任务拟对标志牌的异常进行识别，通过多级检测方式，提升小目标特征提取能力，实现对输变电典型杆号牌、警示牌破损和褪色的有效检测，减少安全事故的发生。2.2.2AI算法运行设备试制2.2.3基于自主可控训练框架的电力生产图像识别预训练模型试制2.3指标要求(1)基于自主可控训练框架的电力生产人工智能生态应用场景研究应用报告技术报告1份。(2)国产化适配改造AI算法运行设备1套。(3)支持6种以上算法的基于自主可控训练框架的电力生产图像识别预训练模型1套。(4)大于等于8种人工智能电力生产应用模型。(5)模型识别准确率大于等于95%。(6)电力生产应用模型在电力生产场景的平均识别准确率大于等于95%o2.4服务时间合同签订之日起至2025年6月30日。