數(shù)據(jù)知識(shí)融合的電力智能巡檢與輔助決策技術(shù)研究

來源:發(fā)布時(shí)間:2020-09-23

【講座題目】數(shù)據(jù)知識(shí)融合的電力智能巡檢與輔助決策技術(shù)研究

【講座時(shí)間】2020年9月26日 (星期日)14:00

【講座地點(diǎn)】騰訊會(huì)議 (會(huì)議號(hào):973507722)

】談元鵬,博士,工程師中國電力科學(xué)研究院人工智能應(yīng)用研究所

【主講人簡介】

談元鵬博士目前就職于中國電力科學(xué)研究院人工智能應(yīng)用研究所,負(fù)責(zé)牽 頭開展自然語言處理、計(jì)算機(jī)視覺應(yīng)用技術(shù)研究,涉及電力巡檢影像智能標(biāo) 注、電力領(lǐng)域知識(shí)圖譜等工作。迄今為止,主持或參與國家、國家電網(wǎng)有限公 司科技項(xiàng)目 13 項(xiàng),發(fā)表 SCI、EI 檢索以及北大核心收錄學(xué)術(shù)論文 30 余篇,申 請(qǐng)專利 20 余項(xiàng)。涉及電力大數(shù)據(jù)與 AI 的研發(fā)工作有:運(yùn)檢領(lǐng)域知識(shí)管理與認(rèn) 知推理、無人機(jī)輸電線路智能巡檢、電纜隧道智能檢測(cè)、光伏板智能檢測(cè)、客 服智能問答系統(tǒng)、配用電設(shè)備健康狀態(tài)評(píng)價(jià)以及互聯(lián)網(wǎng)運(yùn)營化平臺(tái)等。

【內(nèi)容簡介】

目前,電力設(shè)備巡檢仍然以人工為主,巡檢工作點(diǎn)多面廣、難度大、強(qiáng)度 高。盡管公司近年來通過組織比賽、建設(shè)平臺(tái)等方式解決了部分巡檢影像智能 分析的共性需求,但仍存在檢修智能決策能力匱乏、小樣本影像分析精度低下 等技術(shù)難題有待解決。單純依靠數(shù)據(jù)驅(qū)動(dòng)的電力人工智能方法已然遇到了模型 不可解釋、樣本分布不均勻、模型泛化能力不足等瓶頸問題,通過簡單的樣本 收集、算力堆積難以克服。為解決上述難題,團(tuán)隊(duì)提出了數(shù)據(jù)知識(shí)融合的電力 智能巡檢與輔助決策技術(shù)體系。該技術(shù)體系以電力設(shè)備知識(shí)圖譜為核心,包含 知識(shí)圖譜自主構(gòu)建、知識(shí)圖譜推理加工、數(shù)據(jù)知識(shí)融合驅(qū)動(dòng)三層技術(shù)架構(gòu)。其 中,知識(shí)圖譜自主構(gòu)建負(fù)責(zé)從文本數(shù)據(jù)中抽取業(yè)務(wù)知識(shí),并自主構(gòu)建形成電力 設(shè)備知識(shí)圖譜;知識(shí)圖譜推理加工負(fù)責(zé)以可解釋推理的形式,從知識(shí)圖譜中認(rèn) 知、獲取新知識(shí);數(shù)據(jù)知識(shí)融合驅(qū)動(dòng)利用新獲取的業(yè)務(wù)知識(shí),基于語義標(biāo)簽進(jìn) 行決策分析,支撐業(yè)務(wù)工作單據(jù)的智能生成、比對(duì),支撐小樣本、乃至零樣本 影像的檢測(cè)識(shí)別分析。

返回