作者簡介：高云潔（1986—），男，本科，工程師，研究方向?yàn)榛痣姀S經(jīng)營管理及火電廠成本控制及多元化經(jīng)營的研究。

姜峰（1978—），男，本科，助理工程師，研究方向?yàn)榛痣姀S智能化技術(shù)研究和火電廠燃料管理。

譚業(yè)昭（1993—），男，本科，助理工程師，研究方向?yàn)榛痣姀S煤炭質(zhì)量驗(yàn)收的標(biāo)準(zhǔn)化研究和火電廠燃料設(shè)備技術(shù)管理。

摘要：本文研究的目標(biāo)是利用人工智能技術(shù)提升燃煤電廠接卸管理業(yè)務(wù)的效率和效益，探索性的完成基于圖像識別和拼接技術(shù)的燃煤電廠燃料自動接卸監(jiān)管流程和業(yè)務(wù)，為青島電廠智能輸煤系統(tǒng)的煤炭接卸管理水平提升一個(gè)更高的臺階。本項(xiàng)目研發(fā)完成一套適用于燃煤電廠輸煤系統(tǒng)煤炭自動接卸管理平臺，建立接卸設(shè)備和人員行為圖像識別模型和知識庫。項(xiàng)目形成的成果可在同類型燃煤電廠的接卸管理工作中進(jìn)行推廣應(yīng)用。

關(guān)鍵詞：圖像識別" 人工智能" 自動接卸" 智能輸煤系統(tǒng)

中圖分類號：TM62

Abstract： The goal of this study is to use artificial intelligence technology to improve the efficiency and benefit of receiving and unloading management business in coal-fired power plants， and exploratively complete the automatic fuel receiving and unloading supervision process and business in coal-fired power plants based on image recognition and splicing technology， in order to improve the coal receiving and unloading management level of the intelligent coal-handling system in the Qingdao Power Plant to a higher level. This project has developed a set of automatic coal receiving and unloading management platform suitable for the coal-handling system in coal-fired power plants， and established an image recognition model and knowledge base for receiving and unloading equipment and personnel behavior. The achievements of the project can be promoted and applied in the receiving and unloading management of similar coal-fired power plants.

Key Words： Image recognition; Artificial intelligence; Automatic reveiving and unloading; Intelligent coal-handling system

電力行業(yè)是技術(shù)、資金、裝備和數(shù)據(jù)密集型的行業(yè)，電力是大數(shù)據(jù)呈現(xiàn)、傳輸、運(yùn)算、存儲的根本支撐，因此，電力行業(yè)在數(shù)字經(jīng)濟(jì)中將扮演重要的角色。

青島公司瞄準(zhǔn)圖像識別技術(shù)，將其應(yīng)用在燃煤電廠自動接卸監(jiān)管環(huán)節(jié)中，加大研究和應(yīng)用力度，落地多個(gè)應(yīng)用場景，覆蓋卸煤、輸煤、驗(yàn)煤等生產(chǎn)流程，解決作業(yè)人員安全管控難等問題，通過更加科學(xué)有效的智能化管理，提升工作效率、降低時(shí)間成本，加強(qiáng)人力資源調(diào)配能力和安全管理能力，更好地維護(hù)企業(yè)利益[1]。

1" 研究方法和內(nèi)容

1.1 圖像識別技術(shù)特點(diǎn)及優(yōu)勢

圖像識別技術(shù)目前在各行各業(yè)應(yīng)用逐漸增多，主要有以下特點(diǎn)和優(yōu)勢。

（1）有效提高工作效率。解決了燃煤電廠燃料輸煤系統(tǒng)中環(huán)境較為復(fù)雜惡劣，單純依靠傳統(tǒng)的攝像頭監(jiān)控會由于管理人員較少等問題導(dǎo)致遺漏重要的設(shè)備故障征兆信息導(dǎo)致造成設(shè)備失效或者損壞。

（2）引領(lǐng)監(jiān)視方式的革命。通過固定攝像頭，針對重點(diǎn)需要巡檢和關(guān)注的設(shè)備，進(jìn)行全天候關(guān)注，有效解決了巡檢周期真空時(shí)段可能出現(xiàn)問題的情形。

（3）先知、先覺的預(yù)警能力。利用人工智能分析技術(shù)，有效解決輸煤系統(tǒng)皮帶撕裂、跑偏等故障發(fā)生的概率，提高設(shè)備利用率，為電廠降低成本做出貢獻(xiàn)。

（4）有效擴(kuò)展視頻資源用途。對燃煤電廠輸煤系統(tǒng)在智能巡檢和設(shè)備故障預(yù)警領(lǐng)域的一些關(guān)鍵應(yīng)用與關(guān)鍵技術(shù)開展研究，對智能巡檢和設(shè)備故障預(yù)警在電廠的應(yīng)用場景進(jìn)行規(guī)劃，探索性的完成基于智能巡檢的圖像識別技術(shù)，機(jī)器學(xué)習(xí)預(yù)警技術(shù)、數(shù)據(jù)分析應(yīng)用平臺的搭建，結(jié)合平臺和研究成果，為青島電廠智能輸煤系統(tǒng)的巡檢和設(shè)備管理水平提升一個(gè)更高的臺階。本課題將研發(fā)構(gòu)建一套適用于燃煤電廠輸煤系統(tǒng)智能巡檢和設(shè)備預(yù)警平臺，建立設(shè)備故障識別模型和知識庫。

1.2" 圖像識別技術(shù)原理

（1）圖像預(yù)處理是圖像識別的預(yù)備環(huán)節(jié)。通過濾波、直方圖均衡化等方法去除圖像噪聲，標(biāo)準(zhǔn)化圖像的亮度和對比度，以提高圖像質(zhì)量，便于后續(xù)處理。

（2）特征提取。這一步驟的目標(biāo)是從圖像中提取出能夠表征目標(biāo)的顯著特征，例如邊緣、角點(diǎn)、輪廓等幾何特征，或是顏色、紋理等視覺特征。顯著的特征對后續(xù)識別至關(guān)重要，常用的特征提取算法有SIFT、SURF、HOG等。

（3）分類或匹配是圖像識別的核心步驟。根據(jù)提取的特征，將圖像與數(shù)據(jù)庫中的樣本圖像進(jìn)行比較，使用分類器或匹配算法判斷圖像中的目標(biāo)類別或身份。常用的分類方法有SVM、隨機(jī)森林等。匹配算法則包括近鄰匹配、相關(guān)匹配等。

（4）根據(jù)圖像識別結(jié)果，可執(zhí)行后續(xù)處理，如目標(biāo)定位、語義理解等，輸出最終識別結(jié)果。

1.3" 國內(nèi)外研究概況

國內(nèi)電廠在研究智慧化監(jiān)控系統(tǒng)方面圍繞電廠安全監(jiān)管、重點(diǎn)設(shè)備、人員管理等方面，充分利用物聯(lián)網(wǎng)、傳感技術(shù)、云計(jì)算、5G、人工智能、大數(shù)據(jù)、移動互聯(lián)網(wǎng)、AR/VR技術(shù)、GIS+BIM等先進(jìn)技術(shù)等新一代高科技信息技術(shù)，搭建智慧化云平臺。包含智能監(jiān)控、出入管理、電子監(jiān)工、智慧圍欄、安全教育、危大預(yù)防、智慧運(yùn)維、報(bào)警管理、勞務(wù)管理等業(yè)務(wù)板塊，并宜在以上模塊的基礎(chǔ)之上實(shí)現(xiàn)全景可視化、人員定位、安全巡檢、智慧防疫、電子圍欄、區(qū)域入侵、安全帽識別、安全交底、人臉無感識別等電廠智慧化業(yè)務(wù)應(yīng)用。

1.4" 研究技術(shù)路線

1.4.1" 梳理燃料接卸過程，明確系統(tǒng)設(shè)計(jì)方向

（1） 理順業(yè)務(wù)流程，查找問題環(huán)節(jié)。公司首先通過梳理燃料接卸全過程管理流程，明晰應(yīng)用目標(biāo)和改進(jìn)方向。

（2） 通過流程分析，發(fā)現(xiàn)入廠煤驗(yàn)收接卸環(huán)節(jié)較繁雜，問題也較多，主要表現(xiàn)在以下幾個(gè)方面。

①" 數(shù)據(jù)關(guān)聯(lián)方面?；疖囘M(jìn)廠后首先經(jīng)過軌道衡稱重，記錄礦別、車數(shù)、停放位置等，是下一步分類存放的數(shù)據(jù)基礎(chǔ)。但目前各項(xiàng)信息均為數(shù)據(jù)孤島，未進(jìn)行關(guān)聯(lián)歸批。后續(xù)卸車使用的機(jī)械、人力數(shù)量、所用時(shí)間都沒有準(zhǔn)確的列表統(tǒng)計(jì)，延時(shí)費(fèi)用核算缺乏有力依據(jù)。

②" 人力資源方面。入廠煤驗(yàn)收接卸環(huán)節(jié)涉及多崗位配合，順序、交叉工作，協(xié)調(diào)組織停留在電話通知，現(xiàn)場等靠，造成時(shí)間和人力浪費(fèi)，造成巨額延時(shí)費(fèi)。人工卸車為外包工作，冬夏兩季耗煤量大，且北方冬季凍煤，夏天雨季造成濕黏煤的情況增多，都會影響卸車效率，春秋兩季則機(jī)組檢修耗煤量降低，相應(yīng)進(jìn)車量減少，人力數(shù)量的投入沒有合理的人力資源核算，導(dǎo)致人力不足或浪費(fèi)[2]。

③" 便捷管理方面。原先公司自主開發(fā)的煤場數(shù)字化信息系統(tǒng)是只能在公司內(nèi)部的局域網(wǎng)內(nèi)使用，用戶在其他場景下，無法實(shí)時(shí)獲取現(xiàn)場信息，移動端的開發(fā)和應(yīng)用則解決了這一部分痛點(diǎn)。用戶可以隨時(shí)隨地的獲取實(shí)時(shí)信息，并做出即時(shí)的決策監(jiān)督并指導(dǎo)現(xiàn)場工作。

④" 安全管理方面。入廠煤接卸過程，機(jī)械設(shè)備和人工清車底先后在同一車廂內(nèi)工作，為保證各崗位的安全生產(chǎn)運(yùn)行，既要保證機(jī)械設(shè)備和工人不能同時(shí)在同一車廂工作，又要保證工人要按規(guī)定穿戴安全護(hù)具。車廂清理完畢，如果車門關(guān)閉不嚴(yán)或車邦留有余煤未及時(shí)發(fā)現(xiàn)，在火車高速交會時(shí)存在巨大安全隱患。為保障接卸期間及鐵路運(yùn)輸?shù)陌踩驼＿\(yùn)轉(zhuǎn)，以上安全檢查措施僅通過人工方式，可能因疏漏發(fā)生安全問題。

（3） 公司根據(jù)梳理發(fā)現(xiàn)的問題，使用5W2H分析法，剖析問題原因、如何改善、在哪個(gè)環(huán)節(jié)著手、使用什么方法做什么。確定問題產(chǎn)生的根本原因是燃料專業(yè)自動化程度低，管理手段落后。決定和軟件開發(fā)公司合作，利用現(xiàn)代信息技術(shù)、手段，建立完善一套綜合管理系統(tǒng)，實(shí)現(xiàn)燃料接卸管理的智能化，以“四化”為改進(jìn)方向，把開發(fā)方向主要放在四個(gè)落腳點(diǎn)上，即：數(shù)據(jù)互聯(lián)動態(tài)化、接卸進(jìn)度實(shí)時(shí)化、績效管理隨身化、人力配置科學(xué)化。

1.4.2" 建立現(xiàn)場數(shù)字三維模型

利用數(shù)字孿生技術(shù)實(shí)現(xiàn)接卸物理場景同步。公司通過建立工業(yè)互聯(lián)網(wǎng)底層框架，采取視頻識別技術(shù)對進(jìn)入卸煤工位的車輛、采樣機(jī)、卸車機(jī)、卸車工人、車門開閉狀態(tài)、車輛清理情況等位置狀態(tài)進(jìn)行實(shí)時(shí)掌控，通過數(shù)字孿生技術(shù)將現(xiàn)場數(shù)據(jù)同步，可以查看歷史、實(shí)時(shí)動態(tài)信息并對未來接卸情況進(jìn)行預(yù)測。

（1）卸煤棧橋三維建模，數(shù)字孿生現(xiàn)場實(shí)景。卸煤棧橋是入廠火車煤接卸的工作平臺，全長400 m，分兩股道，每股28個(gè)貨位，可同時(shí)接卸56節(jié)敞篷火車車廂?；疖嚾霃S首先經(jīng)過軌道衡稱重后，停放在卸車站臺，值班員核對發(fā)貨單位和車數(shù)是否相符，并為實(shí)現(xiàn)分類存放記錄停放貨位。車頭離開后進(jìn)行機(jī)械采樣驗(yàn)收，機(jī)械與人工組合將煤卸入地煤溝暫存，地煤溝總?cè)萘?.5萬t，可暫存4列火車的煤量，由底部皮帶倒運(yùn)到煤場或筒倉的指定位置[3]。

通過運(yùn)用三維建模及數(shù)字孿生等技術(shù)，使用人工智能算法建立實(shí)時(shí)現(xiàn)場模型，形成數(shù)字孿生圖形，并利用動態(tài)模型結(jié)合虛擬貨位記錄燃料分類卸車位置，達(dá)到卸車礦別、車數(shù)的準(zhǔn)確記錄，實(shí)時(shí)分析和統(tǒng)計(jì)來煤煤種占比和卸煤區(qū)域使用率。

（2） 通過視頻融合及視頻內(nèi)容識別，實(shí)時(shí)管控現(xiàn)場狀態(tài)。在棧橋區(qū)域多點(diǎn)設(shè)置攝像機(jī)，實(shí)現(xiàn)視頻畫面以一個(gè)完整全場景畫面方式呈現(xiàn)，通過視頻融合技術(shù)將每個(gè)攝像機(jī)視頻畫面整合為一個(gè)完整的輸煤棧橋全景畫面，以此為數(shù)據(jù)基礎(chǔ)，通過智能識別視頻畫面中車門開閉狀態(tài)、車廂內(nèi)是否有人、車廂內(nèi)是否有煤，共六種狀態(tài)判斷卸車進(jìn)度。同時(shí)識別現(xiàn)場工作人員是否佩戴安全帽、著裝是否規(guī)范。

1.4.3" 通過設(shè)備運(yùn)行軌跡追蹤，實(shí)現(xiàn)接卸進(jìn)度實(shí)時(shí)化

公司通過物聯(lián)網(wǎng)+精準(zhǔn)遠(yuǎn)程，使用UWB超寬帶定位，以機(jī)械采樣機(jī)和螺旋卸車機(jī)為切入點(diǎn)，追蹤其設(shè)備行為，評價(jià)工作人員執(zhí)行績效，確保執(zhí)行工作量化可追溯、可評價(jià)。

1.5" 研究理論和依據(jù)

通過理論分析、工程實(shí)測、數(shù)據(jù)建模和算法構(gòu)建的方法，研發(fā)人工智能巡檢和設(shè)備故障預(yù)警平臺。采用人工智能視頻識別技術(shù)和機(jī)器學(xué)習(xí)技術(shù)，實(shí)地采集現(xiàn)場的視頻數(shù)據(jù)，對數(shù)據(jù)進(jìn)行標(biāo)注、訓(xùn)練，然后發(fā)布到識別服務(wù)器端，進(jìn)行現(xiàn)場的實(shí)地測試，驗(yàn)證識別的準(zhǔn)確率。

2" 本項(xiàng)目視頻識別技術(shù)應(yīng)用的具體場景

（1）通過棧橋的攝像頭進(jìn)行圖像采集，通過鏡頭暗角校正、畸變校正和圖像投影變換等一系列的方法對圖像進(jìn)行預(yù)處理，通過一系列圖像配準(zhǔn)算法進(jìn)行圖像配準(zhǔn)和圖像融合等過程把二維圖像和一維時(shí)間融合為一體，實(shí)現(xiàn)視頻畫面全覆蓋，將多個(gè)攝像頭視頻畫面拼接為一個(gè)完整的實(shí)時(shí)的棧橋鳥瞰全貌畫面。

（2） 通過棧橋的攝像頭進(jìn)行圖像采集分析，同時(shí)結(jié)合深度學(xué)習(xí)算法進(jìn)行車廂狀態(tài)門的檢測，主要包括每節(jié)車廂的車廂門的開合狀態(tài)，進(jìn)行實(shí)時(shí)的檢測，實(shí)現(xiàn)車廂門狀態(tài)的實(shí)時(shí)的精確判定，并把每個(gè)車廂的的門的狀態(tài)信息進(jìn)行存儲。通過棧橋的攝像頭進(jìn)行圖像采集分析，同時(shí)結(jié)合深度學(xué)習(xí)算法進(jìn)行車廂位置的監(jiān)控，主要包括每節(jié)車廂的車廂?？康木唧w貨位，進(jìn)行實(shí)時(shí)的自動感知監(jiān)測。

（3） 通過棧橋的攝像頭進(jìn)行圖像采集分析，同時(shí)結(jié)合深度學(xué)習(xí)算法進(jìn)行車廂煤粉狀態(tài)的監(jiān)控，車廂內(nèi)煤的情況，主要是判斷當(dāng)前車廂是否有煤進(jìn)行監(jiān)控。并識別車廂內(nèi)是否有人員進(jìn)行卸煤，人員防護(hù)措施是否到位，機(jī)械卸煤時(shí)同一車廂內(nèi)是否存在人工卸煤情況，如果存在，現(xiàn)場監(jiān)控應(yīng)馬上進(jìn)行人聲警告，提醒人員離開車箱[4]。

（4） 通過棧橋的攝像頭進(jìn)行圖像采集分析，同時(shí)結(jié)合深度學(xué)習(xí)算法進(jìn)行車廂卸煤情況進(jìn)行監(jiān)控，車廂內(nèi)煤、車門啟閉和人員的情況主要是判斷當(dāng)前車廂是否還在卸煤進(jìn)行監(jiān)控還是已經(jīng)卸煤完畢。

（5）人工卸車人員設(shè)置唯一通道，設(shè)置具備人臉識別的監(jiān)控裝置，可將人員信息錄入，在人工卸車人員進(jìn)出卸煤棧橋工作區(qū)域時(shí)，自動識別人臉，將人員信息推送至系統(tǒng)中。并通過棧橋的攝像頭進(jìn)行圖像采集分析，同時(shí)結(jié)合深度學(xué)習(xí)算法進(jìn)行人員數(shù)量的檢測，主要包括人員的數(shù)量統(tǒng)計(jì)，將數(shù)量與人臉識別系統(tǒng)進(jìn)行自動對比，觀測人員數(shù)量是否與人臉識別數(shù)量相符，觀測還有各個(gè)人員的防護(hù)狀態(tài)：包括工作人員是否佩戴安全帽、著裝是否規(guī)范，人員的分布情況。

3" 關(guān)鍵技術(shù)和創(chuàng)新點(diǎn)

3.1" 智能識別技術(shù)

通過識別現(xiàn)場車廂位置以及的來煤、卸煤情況、針對每個(gè)車廂的卸煤情況進(jìn)行識別、包括開始結(jié)束時(shí)間進(jìn)行精準(zhǔn)的獲取提高卸車效率， 以及現(xiàn)場工作人員的安全穿戴情況及人員位置分布情況進(jìn)行實(shí)時(shí)獲取，結(jié)合人臉識別技術(shù)，對人員進(jìn)行管理和追蹤。

3.2" 視頻存儲

視頻數(shù)據(jù)主要存儲在電廠本地的硬盤錄像機(jī)和集中存儲中，集控中心工業(yè)電視平臺能夠調(diào)用電廠現(xiàn)場存儲的歷史錄像進(jìn)行回放。

視頻智能分析時(shí)需要使用和存儲的實(shí)時(shí)視頻流數(shù)據(jù)，以及告警發(fā)生前后時(shí)段的實(shí)時(shí)視頻流數(shù)據(jù)（根據(jù)需要進(jìn)行錄像時(shí)間靈活設(shè)置，單次告警視頻錄像最大存儲時(shí)間不超5 min）。

3.3" 視頻診斷

以定期巡檢方式對前端所有視頻畫面質(zhì)量進(jìn)行診斷，對非正常的畫面進(jìn)行告警提示，以報(bào)表形式輸出診斷結(jié)果在視頻監(jiān)控界面中可查詢和展示。

3.4" 語音對講

在視頻實(shí)時(shí)監(jiān)控界面具備語音對講功能，在集控中心監(jiān)控終端畫面直接操作，能夠直接與電廠燃料輸煤系統(tǒng)生產(chǎn)現(xiàn)場配備語音功能的攝像機(jī)進(jìn)行語音對講。

3.5" 智能分析

視頻智能分析通過對實(shí)時(shí)視頻流進(jìn)行分析，對生產(chǎn)現(xiàn)場重點(diǎn)區(qū)域工作人員、煙霧及火焰、視頻區(qū)域入侵等異常，通過邊緣計(jì)算（視頻智能分析）手段識別并生成告警，將告警信息推送到工業(yè)電視平臺，由監(jiān)視用戶選擇后立即調(diào)出相關(guān)告警實(shí)時(shí)視頻，減少值班人員長時(shí)間監(jiān)視屏幕造成疲勞，降低勞動強(qiáng)度，提高對不安全事件的響應(yīng)能力[5]。

3.6" AI模型管理

提供模型管理、模型下發(fā)、智能分析配置、抓圖計(jì)劃配置等。能夠?qū)⒂?xùn)練好的AI模型下發(fā)至前端AI攝像機(jī)，為設(shè)備配置智能分析任務(wù)，使設(shè)備擁有針對特定對象和場景的智能分析能力，在前端分析后將產(chǎn)生的告警信息和視頻推送到視頻監(jiān)控平臺。

3.7" 數(shù)據(jù)應(yīng)用

對生產(chǎn)現(xiàn)場重點(diǎn)區(qū)域人員安全帽、煙霧及火焰、視頻區(qū)域入侵等智能分析識別產(chǎn)生的告警信息，監(jiān)視人員隨機(jī)抓取的靜態(tài)圖片，傳輸?shù)较老到y(tǒng)、作業(yè)管理系統(tǒng)、計(jì)算機(jī)監(jiān)控系統(tǒng)等需要聯(lián)動視頻監(jiān)控的信息數(shù)據(jù)，能夠傳輸?shù)焦I(yè)電視監(jiān)控平臺進(jìn)行前端視頻聯(lián)動，為公司的安全管理、設(shè)備管理、作業(yè)管理等智慧決策應(yīng)用提供支撐數(shù)據(jù)[6]。

4" 預(yù)期效果

（1）使用視頻監(jiān)控?cái)?shù)字孿生出動態(tài)三維模型，實(shí)現(xiàn)了卸煤棧橋繁雜工作的實(shí)時(shí)掌控，將之前需要聽匯報(bào)和跑現(xiàn)場也不能完全掌握的信息，變?yōu)榭呻S時(shí)查閱，達(dá)到實(shí)時(shí)化、可視化、便捷化的目標(biāo)。自動識別車廂清空狀態(tài)、車門閉合和人員安全措施執(zhí)行情況，提高了機(jī)械與人工交叉工作面的安全管理能力。

（2）使用超寬帶無線定位方式查看設(shè)備軌跡，可隨時(shí)糾偏，并對工作計(jì)劃完成情況進(jìn)行量化評價(jià)，提升工作質(zhì)量和效率。棧橋封閉減少揚(yáng)塵對環(huán)境造成的污染、降低煤炭損耗。接卸時(shí)間從平均5 h降到4 h。人工卸車人員數(shù)量從恒定42人，減為30～42人動態(tài)調(diào)整。

（3）燃煤接卸工作通過手機(jī)程序輔助，實(shí)現(xiàn)工作計(jì)劃、工作執(zhí)行與完成情況實(shí)時(shí)通達(dá)，實(shí)現(xiàn)燃料接卸工作垂直管理隨身化、績效閉環(huán)智能化。在保證安全接卸的前提下提高效能、準(zhǔn)確計(jì)算接卸用時(shí)。

（4）系統(tǒng)穩(wěn)定運(yùn)行實(shí)現(xiàn)既定目標(biāo)，申請專利1～2項(xiàng)，發(fā)表論文2篇，可向火電廠進(jìn)行推廣。

5" 結(jié)語

本課題實(shí)現(xiàn)了卸煤棧橋繁雜工作的實(shí)時(shí)掌控，實(shí)現(xiàn)了預(yù)期目標(biāo)。自動識別車廂清空狀態(tài)、車門閉合和人員安全措施執(zhí)行情況，提高了機(jī)械與人工交叉工作面的安全管理能力，自動識別率達(dá)到人工識別率的90%。

參考文獻(xiàn)

[1] 薛榮輝，劉星星，王楠.計(jì)算機(jī)智能化圖像識別技術(shù)探討[J].信息記錄材料，2023，24（8）：98-100.

[2] 楊磊.計(jì)算機(jī)智能化圖像識別技術(shù)的應(yīng)用[J].電子技術(shù)，2023，52（6）：298-300.

[3] 許煒.計(jì)算機(jī)視覺技術(shù)在變電運(yùn)檢中的應(yīng)用[J].集成電路應(yīng)用，2023，40（4）：358-359.

[4] 曾祥利.計(jì)算機(jī)圖像識別技術(shù)在橋梁工程中的應(yīng)用[J].工業(yè)建筑，2022，52（6）：233.

[5] 趙偉達(dá)，陳海文，郭陸陽，等.基于YOLO-E與改進(jìn)OCRNet圖像分割的變電站儀表讀數(shù)自適應(yīng)識別方法[J].電力建設(shè)，2023，44（11）：75-85.

[6] 吳海濤，王喬，劉闖，等.智能巡檢系統(tǒng)在變電運(yùn)維中的應(yīng)用[J].中阿科技論壇（中英文），2023（9）：96-100.