序號

研究項

服務(wù)內(nèi)容

備注

1

課題一 基于5G+的智慧黑燈風(fēng)電場技術(shù)研究

1.1

黑燈風(fēng)電場5G網(wǎng)絡(luò)覆蓋技術(shù)利用的充分研究

利用場站5G網(wǎng)絡(luò)，結(jié)合IPV6技術(shù)，將5G網(wǎng)絡(luò)價值利用最大化研究。

1.2

基于5G+視覺AI技術(shù)的的風(fēng)機(jī)和集電線路自主巡視技術(shù)研究

研究全自動無人機(jī)機(jī)場技術(shù)，實現(xiàn)無人機(jī)及機(jī)場無需人工操作、全程無人值守。全自動無人機(jī)巡檢技術(shù)的實現(xiàn)能夠支持無人機(jī)的自主充電或換電和精準(zhǔn)降落回收；能夠感知氣象條件，根據(jù)氣象條件安全飛行，完成巡檢任務(wù)，在緊急情況下能夠降落到備降點，在解除隱患后能夠自動歸巢；通過無人機(jī)搭載的高清攝像頭、‌紅外熱像儀等傳感器，‌結(jié)合5G實時傳輸技術(shù)，‌對黑燈風(fēng)電場進(jìn)行全方位、‌無死角的監(jiān)控和檢測。

1.3

基于5G+定位技術(shù)的山區(qū)風(fēng)電場高精度定位和巡檢道路導(dǎo)航技術(shù)研究

利用5G網(wǎng)絡(luò)的大帶寬、‌低時延和多天線特性，利用GPS、‌北斗等衛(wèi)星定位系統(tǒng)，‌結(jié)合UWB定位、‌WiFi定位、‌藍(lán)牙定位等多種技術(shù)，‌實現(xiàn)場站內(nèi)部人員和車輛的融合定位，‌實現(xiàn)對人員和車輛位置的實時監(jiān)控和管理。再‌‌通過通感一體化技術(shù)，‌發(fā)送感知信號并接收回波信號，‌確定目標(biāo)位置，‌提升安防效果。自主構(gòu)建場站完整二維/三維融合GIS地圖，建立風(fēng)機(jī)、箱變、集電線、桿塔、分支箱以及升壓站設(shè)備的完整編號和位置標(biāo)記，按設(shè)備類型建立獨立圖層，‌實現(xiàn)巡檢路線規(guī)劃和巡檢道路導(dǎo)航，提升山區(qū)復(fù)雜路況風(fēng)機(jī)、箱變、集電線桿塔巡檢工作效率。

1.4

5G+數(shù)字孿生技術(shù)的遠(yuǎn)程監(jiān)控巡檢風(fēng)機(jī)技術(shù)研究

5G技術(shù)與數(shù)字孿生技術(shù)的結(jié)合，‌為黑燈風(fēng)電場提供了實時數(shù)據(jù)采集、‌傳輸、‌分析和可視化監(jiān)控的能力。‌通過5G網(wǎng)絡(luò)的高速率、‌低時延特性，‌實現(xiàn)數(shù)字孿生模型與物理電站的同步仿真模擬。研究利用移動互聯(lián)、三維GIS地圖和數(shù)字孿生技術(shù)，通過構(gòu)建風(fēng)電場的虛擬模型，將物理設(shè)備、環(huán)境因素和運(yùn)行狀態(tài)實時連接，實現(xiàn)風(fēng)電場站的萬物全互聯(lián)、狀態(tài)全感知及業(yè)務(wù)和數(shù)據(jù)全穿透的孿生應(yīng)用可視化。對接區(qū)域全場景輔控設(shè)備，在孿生場景中實現(xiàn)現(xiàn)場設(shè)備操作聯(lián)動、火災(zāi)消防、門禁、環(huán)境監(jiān)測、報警等相關(guān)信息可視化展示。實現(xiàn)VR巡檢風(fēng)機(jī)內(nèi)部，以巡檢人員視角進(jìn)入數(shù)字孿生風(fēng)機(jī)的內(nèi)部空間，實時查看所見大部件的關(guān)鍵實時數(shù)據(jù)、報警信息和風(fēng)機(jī)內(nèi)部攝像頭視頻實時畫面，并可快速切換到下一臺風(fēng)機(jī)。

2

課題二 基于視聽AI的山區(qū)黑燈風(fēng)電場技術(shù)研究

2.1

電力設(shè)備監(jiān)測與數(shù)據(jù)共享的互聯(lián)互通技術(shù)研究

研究通過引入先進(jìn)的監(jiān)測技術(shù)，如智能傳感器和遠(yuǎn)程監(jiān)控裝置，實時監(jiān)測電力設(shè)備的運(yùn)行狀態(tài)和性能，采用先進(jìn)的通信技術(shù)確保設(shè)備之間的有效數(shù)據(jù)共享。這包括使用高效的網(wǎng)絡(luò)協(xié)議和安全通信手段，以確保數(shù)據(jù)傳輸?shù)目煽啃院捅Ｃ苄??；ヂ?lián)互通技術(shù)的研究還涉及到數(shù)據(jù)標(biāo)準(zhǔn)化，以便不同廠家和設(shè)備之間能夠無縫地交換信息，需要考慮到電力設(shè)備的多樣性，包括風(fēng)電機(jī)組、變壓器、開關(guān)設(shè)備等。同時，監(jiān)測數(shù)據(jù)的實時性和準(zhǔn)確性，以便及時發(fā)現(xiàn)潛在問題并采取相應(yīng)的措施。根據(jù)業(yè)務(wù)場景需要，可以將設(shè)備運(yùn)行數(shù)據(jù)按照多維度進(jìn)行集成和展示，例如采用數(shù)據(jù)大屏的方式進(jìn)行實時數(shù)據(jù)監(jiān)控與展示。

2.2

基于多源異構(gòu)數(shù)據(jù)的變電主設(shè)備早期預(yù)警與動態(tài)跟蹤監(jiān)控技術(shù)研究

研究融合來自不同源頭的數(shù)據(jù)，包括但不限于傳感器、監(jiān)測裝置和其他數(shù)據(jù)采集設(shè)備的信息，以實現(xiàn)對變電主設(shè)備的全面監(jiān)測和管理，收集來自變電設(shè)備的多源數(shù)據(jù)，例如溫度、濕度、振動等各種傳感器數(shù)據(jù)，以及開關(guān)柜局放監(jiān)測、鐵芯夾件監(jiān)測數(shù)據(jù)。然后，利用數(shù)據(jù)融合技術(shù)，將這些異構(gòu)數(shù)據(jù)整合在一起，形成全面的設(shè)備狀態(tài)信息。數(shù)據(jù)融合有助于更全面地了解設(shè)備運(yùn)行狀況，從而提前發(fā)現(xiàn)潛在的問題和隱患，更要求系統(tǒng)能夠?qū)崟r監(jiān)測設(shè)備狀態(tài)的變化，并隨時更新預(yù)警信息。這涉及到高效的數(shù)據(jù)處理和實時通信技術(shù)的應(yīng)用，以確保監(jiān)測系統(tǒng)對設(shè)備狀態(tài)的跟蹤是準(zhǔn)確而及時。針對山區(qū)多雨潮濕的特點，利用物聯(lián)網(wǎng)環(huán)境監(jiān)控技術(shù)，將場站空調(diào)、除濕機(jī)、線纜溝、分支箱監(jiān)測數(shù)據(jù)接入集控中心，并實現(xiàn)遠(yuǎn)程環(huán)境監(jiān)控確?？照{(diào)和除濕機(jī)24小時工作，支持自動啟動因失電或誤操作停止工作的空調(diào)和除濕機(jī)，無法啟動時自動告警。

2.3

基于視覺AI技術(shù)的升壓站在線監(jiān)測及自主巡視技術(shù)研究

研究基于機(jī)器視覺技術(shù)的升壓站設(shè)備的實時圖像識別和分析。通過攝像頭或其他視覺傳感器獲取設(shè)備的圖像信息，系統(tǒng)可以利用圖像處理和機(jī)器學(xué)習(xí)算法識別設(shè)備的狀態(tài)和可能的異常情況。這有助于及時發(fā)現(xiàn)潛在問題，如設(shè)備損壞、漏油、呼吸器破損等，從而提高升壓站的監(jiān)測效率。通過在升壓站設(shè)備上安裝移動式機(jī)器視覺裝置，系統(tǒng)可以實現(xiàn)自主巡視功能，定期巡視設(shè)備并記錄圖像或視頻信息。這種自主巡視可以在無人值守的情況下進(jìn)行，減輕人工巡檢的負(fù)擔(dān)，并提高監(jiān)測的連續(xù)性和全面性。更要考慮機(jī)器視覺算法的優(yōu)化和適應(yīng)性，以適應(yīng)不同升壓站設(shè)備的特征和工作環(huán)境。同時，保障數(shù)據(jù)的安全性和隱私性也是重要的研究方向，確保在線監(jiān)測系統(tǒng)的可靠性和穩(wěn)定性。研究AI視覺模型算法包括但不限于表計破損、絕緣子破損、滲痛油、呼吸器破損、箱門閉合異常、異物、蓋板破損或缺失、表計讀數(shù)異常、油位狀態(tài)、硅膠變色、壓板狀態(tài)；構(gòu)建對升壓站一次設(shè)備臺區(qū)、配電室、SVG、繼保室、消防泵房、生活泵房等全部場區(qū)的的自動巡檢作業(yè)模式，全面實現(xiàn)巡檢工作智能化。

2.4

基于聽覺AI的變壓器聲紋識別監(jiān)測和故障預(yù)警技術(shù)研究

通過使用音頻信號處理技術(shù)，提取變壓器運(yùn)行時的聲紋特征。這些特征可以包括頻譜特征、時域特征和梅爾頻率倒譜系數(shù)（MFCC）等，能夠有效反映變壓器的工作狀態(tài)和潛在故障。構(gòu)建聲紋識別模型，可能采用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)的方法，如卷積神經(jīng)網(wǎng)絡(luò)（CNN）、長短期記憶網(wǎng)絡(luò)（LSTM）等，來進(jìn)行聲紋分類和狀態(tài)監(jiān)測。收集大量變壓器在正常運(yùn)行和故障狀態(tài)下的聲紋數(shù)據(jù)，構(gòu)建標(biāo)注良好的訓(xùn)練和測試集，確保模型的泛化能力。實現(xiàn)對變壓器運(yùn)行狀態(tài)的實時監(jiān)測，通過比對當(dāng)前聲紋與歷史聲紋數(shù)據(jù)，識別潛在故障，提供合理的預(yù)警。

3

課題三 適應(yīng)運(yùn)檢中心模式的區(qū)域運(yùn)檢技術(shù)研究

3.1

AI智能診斷驅(qū)動設(shè)備故障主動預(yù)防支撐技術(shù)研究

以設(shè)備故障前提前保養(yǎng)換件為目標(biāo)，利用智能倉儲、物聯(lián)網(wǎng)（IoT）、人工智能（AI）、大數(shù)據(jù)技術(shù)，通過運(yùn)診檢維備一體化平臺自動發(fā)起單據(jù)，聯(lián)動新能源AI診斷中心和智能中心倉庫，變“事后被動處理”為“事前主動預(yù)防”，實現(xiàn)風(fēng)機(jī)區(qū)和升壓站主設(shè)備健康監(jiān)測、故障預(yù)警、備品備件預(yù)采、主動更換部件的設(shè)備故障主動預(yù)防管理。

3.2

升壓站屏柜讀數(shù)和狀態(tài)智能復(fù)核和告警技術(shù)研究

研究時序和智能數(shù)據(jù)對比復(fù)核及告警技術(shù)，利用巡檢機(jī)器人、AI視頻分析和數(shù)字孿生等技術(shù)，通過對升壓站變電設(shè)備和繼保室屏柜的紅外測溫、表計讀數(shù)、指示燈狀態(tài)、分合執(zhí)行機(jī)構(gòu)識別及異常狀態(tài)進(jìn)行智能識別和報警，將巡檢結(jié)果和報警數(shù)據(jù)接入集控中心，與生產(chǎn)實時設(shè)備測點數(shù)據(jù)進(jìn)行二次復(fù)核比較，通過屏柜監(jiān)視系統(tǒng)進(jìn)行復(fù)核結(jié)果和告警展示。研究利用數(shù)字孿生技術(shù)實現(xiàn)屏柜的三維虛擬現(xiàn)實展示，支持對屏柜狀態(tài)信息面板進(jìn)行擴(kuò)展，如自定義告警燈、自定義數(shù)顯等。研究通過組態(tài)方式實現(xiàn)智能復(fù)核可視化配置。

3.4

遠(yuǎn)程人員設(shè)備環(huán)境監(jiān)護(hù)和多級告警技術(shù)研究

將風(fēng)機(jī)和升壓站消防接入集控告警中心；基于場站側(cè)AI雙光視頻分析，實時監(jiān)測和上報森林火災(zāi)、風(fēng)機(jī)煙火、設(shè)備溫度異常、人員異常倒地、未戴安全帽、未穿工裝工作服，工作中抽煙等事件，接入集控告警中心；通過北斗和UWB融合定位技術(shù)，實時跟蹤人員位置、聯(lián)動視頻監(jiān)控，告警接入集控告警中心；發(fā)現(xiàn)人員、設(shè)備和環(huán)境異常在場站中控室、運(yùn)檢中心、集控中心三級同步告警，支持隨告警附上現(xiàn)場照片或視頻，支持依據(jù)告警等級選擇聲光語音告警。

4

專利、論文、計算機(jī)軟件著作權(quán)

投標(biāo)人需根據(jù)本項目，與招標(biāo)人聯(lián)合開發(fā)相關(guān)專利與科技論文：其中申請發(fā)明專利2項、發(fā)表核心期刊論文不少于3篇、計算機(jī)軟件著作權(quán)1項，且專利申請人、論文作者與軟件著作權(quán)申請人排名次序第一的為招標(biāo)人相關(guān)人員。