人工智能导论（第2版Python版） 第5章 深度学习基础 思政案例.docx

第5章深度学习基础思政案例

【案例导读】：“碳智巡检”——基于深度学习的电力/光伏绿色巡检与预警系统

通过CNN进行图像缺陷识别、RNN/LSTM进行设备时序健康评估、Transformer融合多源端侧数据，实现对输电线路、光伏板、风机叶片等的智能巡检与碳效评估，服务“节能降碳、安全生产、绿色发展”。

【案例背景】

传统巡检多依赖人工与定期排查，效率低、漏检多、成本高，且难以持续评估设备碳效与寿命。随着无人机/物联网铺开，巡检图像、振动/温度时序以及巡检文本报告激增。深度学习提供端到端特征学习能力：

CNN识别面板裂纹、污损、热斑与异物遮挡；

RNN/LSTM刻画长期工况与退化趋势；

Tr