针对燃煤火力发电站,基于大数据学习和深度神经网络,采用人工智能算法开发基于视频数据的AI识别预警系统,分析和识别生产现场常见的设备跑冒滴漏现象,及时、精准、自动推送报警,提高电力生产过程的安全风险管控和应急处置能力。结果表明视频数据AI识别预警系统能够精准、快速地识别生产现场的跑冒滴漏,具有极强的推广和应用价值。系统采用的技术包括图像编码压缩技术、图像增强和复原技术、图像特征描述技术、深度学习网络框架和人工智能模型,采用两级处理方案。第一级采用快速预筛检处理算法,第二级采用大数据深度学习算法。视频数据AI识别预警系统的实施效果包括实现电厂和变电站等生产区域的全天候、全自主智能监控,精准有效地排查异常情况,减少人工排查可能的疏漏,有效降低劳动强度,降低电厂运维成本,提高安全巡检作业效率和管理自动化、智能化水平。

国家自然科学基金青年基金项目(No.51806063和51736005)；国家能源集团科技创新基金重点项目(No.GJNY-19-06-1)；国家重点研发计划基金项目(No.2015CB251502)支持；