人工智能技术在电力基建领域的研究与实践.docxVIP

?

?

人工智能技术在电力基建领域的研究与实践

?

?

付晓艳

摘要：近年来，电网投资额不断扩大，主配網施工项目不断增加，同时对于设备物资、安全管理、施工进度、施工质量、造价信息等提出了更精细的管控要求。在这一形势下，传统的人工巡视、手工纸质记录等监管方式，已经无法满足电力项目高质量建设的要求。基于此，本文对电力基建工程中人工智能技术进行探究。

关键词：人工智能;智慧工地;电力基建

一、概述

在人员管理方面，通过视频监控、动态人脸识别、行为识别等技术，有效解决施工队伍流动性大、工人随意进出、身份难以验证、人员违章制止不及时、站班会无法监控等问题。在现场监测方面，通过环境监测、车牌识别、智能抄表等技术，助力项目管理人员更全面、更客观掌控工地状态，做出更准确的管理决策。在高风险作业监测方面，对深基坑、高支模、机械吊装等作业部署传感设备，实时监测机械设备数据，结合大数据统计分析和趋势评估，提升人身、机械安全隐患防控效率。在BIM应用方面，优化设计方案、施工人员和物料分配;开展安全技术专项方案可视化交底，提高现场安全管控水平;形成项目建设全过程完整数据资产，为资产全生命周期管理、数字化移交、智慧运维打好基础。在问题在线管理方面，结合平台配套的移动应用APP，安全质量的日常巡查、发布存在问题、反馈整改进度、问题复查闭环均可在现场实时开展，有效避免安全质量管理出现“两张皮”情况。同时，需与“6+1”、现场移动APP等业务平台实现了互联互通，实现了网、省、地和项目四个层级数据的抓取、归集、统计与呈现，可以满足不同管理人员的运营管控需求。

二、系统设计与实现

（一）应用功能描述

智慧项目管控平台实现的功能包括项目总览、环境监测、设备监测、现场监管等。①项目管理。对项目概况、人员管理、质量管理、安全管理、监理管理、文档管理进行高效管理，通过图形数据，实时动态统计分析，方便管理人员实时了解项目信息，减少质量和安全隐患，掌握整个项目运转情况。②环境监测。通过实时监测现场温湿度、扬尘PM值、风速、火灾、噪音、天气等施工环境，分析数据预判环境变化，自动启动环境调节设备，保证现场人员施工环境安全。3.危大工程监测。通过实时监测并记录塔吊、深基坑、高支模、设备资产等危大工程实施状态信息，开展大数据统计分析和趋势评估，超出正常值时即刻预警，提升人身、机械安全隐患防控效率。4现场监管。利用视频监控设备对现场视频监控、站班会、安全行为监控、电子周界识别、车辆识别、车辆运输监测、门闸、用水用电管理、移动安全质量监测等现场情况进行监管，实时记录现场人员和设备行为信息，预警现场异常情况，保障人员作业安全。5高级应用功能。能与相关业务系统进行数据对接，实现业务数据联动分析、动态监控管理KPI，并集成BIM的轻量化应用。利用VR、无人机、红外热成像技术、3D打印、智能机器人等智能巡检设备实现智能应用场景管控和建设功能。

（二）软件体系架构

为了构建安全性、可靠性、可伸缩性、高可用性和扩展性的应用系统平台，系统采用SOA（Service-OrientedArchitecture）面向服务的体系结构，避免产生信息孤岛，实现系统资源最大限度利用，降低企业数据整合的成本，同时也方便以后的扩展。具体实现上，在系统平台的应用架构上通过成熟、标准J2EE（Java2EnterpriseEdition）架构实现，在数据采集处理上采用C/C++开发。J2EE体系结构通常包括客户端、展示层、业务逻辑层、数据存储层等。①客户端：系统的应用操作端采用浏览器模式（Brows-er），对于一些必须插件，通过JAVAWebStart技术对客户端的自动下载，安装和版本升级，真正实现零客户端。②展示层：采用JavaScript、Servlet、AJAX、HTML、JSP、taglib等展示层组件，利用展示层的常用设计模式及开发框架，客户端界面采用HTTPiHTTPS/XMLHTTP等方式与WEB应用服务器通讯。③业务逻辑层：运行平台采用J2EE应用服务器，业务逻辑的实现是通过J2EE核心设计模式开发逻辑组件，在J2EE应用服务器上以SOA组件的形式进行部署及运行，提供各种服务支撑系统功能。采用基于数据处理构件和JDBC、O-Rmapping.CMP所组成的数据持久性框架，实现对数据层的数据进行访问、存储。

（三）关键技术

1.大数据技术

①文件系统实现方案。针对计量数据计算等涉及对大量的数据表的复杂的关联查询（卡迪尔乘积非常大、涉及的库表多）的系统应用，这些应用严重占用数据库服务器的1/0及CPU、内存资源，我们引入文件系统的概念，将数据存储到专有格式的文件中。这样可大大加快“单表”查询速度。②实时数据库实现方案。针对客户节点需要常态访问的参数和实时数据的应用，我们引入了实时数据库服