最新图书

  本书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。本书结合生产实践，系统介绍了应用机器视觉感知电厂生产设备典型缺陷方法，生产区域视频监控观测点优化布置方案，构建基于机器视觉的电厂生产设备异常样本库的方法，应用机器视觉感知生产区域的漏油、漏水、烟雾、火焰、管道破损、零部件脱落等异常情况的技术方法。同时梳理了大型发电厂工业电视系统进行智能化升级改造的一揽子解决方案，为行业应用计算机和算法分析视频数据提供了有益借鉴。

1 概述/001
2 机器视觉智能感知技术路线/005
2.1 历史缺陷分析/006
2.1.1 缺陷统计分析/006
2.1.2 典型缺陷分析/009
2.2 缺陷模拟试验/012
2.2.1 模拟试验方案/012
2.2.2 模拟试验结果/015
2.3 研究思路/025
2.4 本章小结/027
3 视频监测点布点和算法配置规范/029
3.1 规范范围介绍/030
3.2 规范通用要求/031
3.2.1 视频监测点布设总则/031
3.2.2 视频检测算法配置总则/031
3.2.3 视频监测点的摄像头选型和数量配置原则/031
3.3 视频监测智能识别系统算法配置要求/032
3.4 基于设备功能类型的视频检测算法配置策略/033
3.5 大型抽水蓄能电厂/034
3.5.1 基于空间位置的视频检测算法配置原则/034
3.5.2 典型配置方案/037
3.6 大型燃气发电厂/037
3.6.1 基于空间位置的视频检测算法配置原则/037
3.6.2 典型配置方案/038
3.7 本章小结/038
4 机器视觉智能感知系统架构设计/039
4.1 集团公司系统架构设计/040
4.2 厂站侧系统架构设计/042
4.2.1 更换监视装置或增设巡检机器人的设计方案/042
4.2.2 增设CPU服务器集群的设计方案/043
4.2.3 增设CPU+AI服务器集群的设计方案/045
4.3 本章小结/048
5 基于机器视觉的“三漏”感知技术/049
5.1 具有二次识别功能的“三漏”感知技术/050
5.2 “三漏”感知的技术方法和实施例/051
5.2.1 技术方法/051
5.2.2 实施例/053
5.3 本章小结/066
6 基于机器视觉的烟火感知技术/067
6.1 全覆盖的烟火感知技术/068
6.2 烟火感知的技术方法和实施例/069
6.2.1 技术方法/069
6.2.2 烟火感知技术的实施例/071
6.3 本章小结/091
7 基于机器视觉的振动感知技术/093
7.1 全时段监视的振动感知技术/094
7.2 振动感知的技术方法和实施例/095
7.2.1 技术方法/095
7.2.2 实施例/096
7.3 本章小结/109
8 基于机器视觉的小目标感知技术/111
8.1 适用于发现小动物入侵、零部件脱落、工器具遗留的小目标感光技术/112
8.2 小目标感知的技术方法和实施例/114
8.2.1 技术方法/114
8.2.2 实施例/115
8.3 本章小结/128
9 厂站侧智能感知系统建设技术/129
9.1 增设CPU+AI服务器集群的集成技术 /130
9.2 厂站侧智能感知系统的建设要点/130
9.3 厂站侧集成技术实施例/131
9.4 工程示范成效/137
9.5 本章小结/142
附表A 某抽水蓄能电厂生产区域视频检测算法典型配置方案/143
附表B 某燃气电厂生产区域视频监视与识别算法典型配置方案/147