基于热成像技术的电气设备目标检测方法

红外热像仪具有高精度、非接触等特点,在电力系统设备检测中得到了广泛的应用。检测热图像中的设备是自动检测和诊断的基础。为此,本文提出了一种基于深度学习的设备元件实时检测方法,采用一个深度卷积神经网络来预测每个设备部件的坐标、方位角和类别类型。为了提高预测结果的准确性,在模型中加入了零件间方向一致性的先验知识。为了进行评价,构造了一个包含各种场景的大图像集,实验结果表明,该方法对噪声具有很强的鲁棒性,当过并集阈值为0.5时,平均精度达到93.7%。

电力企业班组应用系统的设计与实现

深入分析了电力企业班组的业务需求,设计了各项业务模型、流程模型和数据模型,通过技术手段进行融合,搭建了配置灵活、可快速部署应用的基础平台,在此平台的基础上,快速搭建各项应用,最终在满足电力企业班组通用应用需求的基础上,兼顾不同类型班组的共性及个性应用要求,实现班组内各项业务全生命周期的标准化、流程化、精益化和持续深化管理,有效提升了工作效率,提高了企业的整体运营水平。

技能工匠人才培育方式创新

以培育"知识型、技能型、创新型"工匠人才为导向,从培育机制、全员素质提升、人才选拔方式、资源体系建设和协同保障机制五个方面入手,为电力企业择优培育一批"爱岗敬业、技艺精湛、勇于创新、贡献突出"的工匠型人才,形成良好人才培育氛围。党的十九大报告中指出,建设知识型、技能型、创新型劳动者大军,弘扬劳模精神和工匠精神,营造劳动光荣的社会风尚和精益求精的敬业风气。人才作为第一资源,是体现现代企业综合实力和可持续发展水平的首要因素。