大数据,引领航运业智“绘”未来

华是科技通过打破数据壁垒,汇集部、省、市全门类行业数据,共享多部门管理数据,深度整合部、省、市信息化系统,建立基于大数据的航运监管和服务一体化平台,逐步实现“水域全覆盖、行业全要素、信息全联通、处置全智能、物流全动态、服务一键通”,实现整体高效协同,有效提升港航、海事部门治理能力与公众服务保障水平。

基于深度学习的磁芯表面缺陷检测研究

磁芯表面缺陷检测,是磁芯流水线上的关键一环;当前多种机器视觉检测方法已经被应用,但这些方法的准确性都依赖于提取的缺陷特征,有很强的专家性;而且针对不同的产品要重新设定特征,复用性低;基于深度学习的缺陷检测方法很好地克服上述问题,深度学习的准确性和训练数据的质量数量强相关;但在实际产品表面缺陷智能检测过程中,存在缺陷样本收集困难、样本不平衡、目标尺寸小和难以定位等问题;针对存在的这些问题进行了研究,提出了一种基于深度学习的图像增强和检测方法,首先利用结合高斯混合模型的深度卷积生成对抗网络生成磁芯缺陷图像,然后结合泊松融合方法产生增强的数据集,最后基于YOLO-v3网络,实现了磁芯表面缺陷的智能检测;实验表明,该方法能够生成质量更高、缺陷更明显的图像,检测准确度提升了5.6%。

基于C-Prophet的变压器油温预测方法

变压器绕组温度过高会导致绝缘老化,严重危害电力设备正常运行。变压器油温能够作为判断绕组温度的辅助依据,然而变压器油温受季节因素、天气变化影响较大,目前针对变压器油温预测的精度有待进一步提升。针对此问题,首次将Prophet算法用于变压器油温预测,并提出一种与自适性噪声完备总体经验模态分解(CEEMDAN)相结合的变压器油温预测方法(CEEMDAN-Prophet,C-Prophet)。同时为进一步提升油温预测精度,在预测过程中综合考虑季节变化对变压器油温的影响。C-Prophet预测方法首先利用CEEMDAN对采集的油温信号进行分解,得到最终残差和K个本征模态分量。然后利用Prophet算法对各个分量进行预测,并将得到的N个模态分量的预测值进行求和得到最终的预测结果。算例结果表明,与卷积神经网络(convolutional neural networks,CNN)、长短期记忆网络(long short-term memory,LSTM)和随机森林算法相比,C-Prophet算法预测精度分别提高了54.40%、44.08%、20.09%,且C-Prophet算法在考虑季节因素后预测精度进一步提升了61.24%。

基于人工智能的磁芯产品缺陷检测与分类技术

本文提出了一种基于人工智能的缺陷检测与分类方法,实现了磁芯产品优劣的实时检测以及分类。实验数据表明,利用全卷积神经网络所设计的检测算法,识别精度高达98%,识别速率相较于人工提升了5倍,有较强的实际意义。

浅析桥梁主动防御系统在绍兴涉航桥梁中的应用

航道上的船舶撞桥事故一直是管理部门的痛点,如何进行防撞预警、现场提示,确保桥梁和船舶安全就成为了重点研究和探索的课题。本文从主动防御的系统建设、前端感知和预警提示等方面进行研究,开创性提出桥梁防撞系统的工作原理、设计方法和技术方案,并在浙江绍兴的桥梁上进行应用实践,取得了一定的成效,为我国桥梁防撞系统的建设提供了技术路径和实践案例。

建筑电气工程施工管理和质量控制的要点分析

电气设备作为建筑工程中的重要功能组成部分,会为建筑的日常使用提供支持,所以为了保障建筑电气工程施工的质量安全和稳定运行,就需要不断加强建筑电气工程施工管理及质量控制。本文将对此项工作进行研究分析,以管理工作中存在的问题为切入点,从技术标准、材料控制、管理制度建设等多方面同时入手,帮助读者明确建筑电气工程施工管理及质量控制中的要点,并提出相应的管控措施,以供参考。

人工智能和边缘计算助力智慧交通发展

社会经济的快速发展对城市交通运输能力提出了更高要求,需要配合使用人工智能以及边缘计算技术,促进交通行业智慧化发展,满足城市化建设交通运输要求,保障交通环境的安全性、流畅性。以人工智能与边缘计算技术概念为切入点,分析现阶段智慧交通发展现状及发展方向,并提出人工智能和边缘计算在智慧交通发展中的具体应用。

关于智能建筑电气安装施工技术措施探讨

伴随着国内社会经济的不断发展,国内各行业领域已逐渐进入智能化阶段,深入到普通群众的生活当中。智能化建筑已逐渐普遍地运用于工程建筑中,智能建筑的电气质量也取得了提升。虽然现阶段国内科技水平早已达到了相应水平,但智能建筑行业领域中还存有很多问题,必须每个学者为此做好深层次的探究,并拟定出处理方案。就智能建筑电气安装施工技术完成了探究,指出了提升安装施工技术的对策,供相关工作者参照,期待能对智能建筑电气安装有所帮助。

基于人工智能的变电站现场作业预警技术研究

在电力能源领域,变电站现场作业安全管理是一项重要的工作,通过引入人工智能技术,可为变电站现场作业预警技术提升提供新的途径。本文从变电站现场作业常见问题、变电站运维管理模式对人工智能的需求、人工智能技术优势及发展方向、变电站现场作业预警运用人工智能技术的技术要点、变电站现场作业预警工作的发展方向几个层面展开论述,旨在明确人工智能技术的发展现状,解决变电站在遥测、遥视系统方面的预警需求。同时,为未来变电站建设方向提出新的构想。

变电站高压线缆安全作业距离检测报警技术研究

随着时间的推移,电力科学技术得到了快速的发展,其中包括电子集控化、电气无人化等等,这使得变电站的自动化程度和安全得到了一定的提升。但是,变电站的高压线缆安全作业距离检测工作仍具有较高的危险性,检测人员工作中存在着比较大的安全隐患,在这种情况之下,高压线缆安全作业距离检测报警技术的研究应用就显得尤为重要。故此,本文针对变电站高压线缆安全作业距离检测报警技术进行相关研究和分析,并提出具有建设性的建议与对策,主要目的在于提升变电站工作的安全性。