<sub id="tnfxp"></sub><address id="tnfxp"></address>
        <address id="tnfxp"></address>

        數據知識融合的電力智能巡檢與輔助決策技術研究

        來源:發布時間:2020-09-23

        【講座題目】數據知識融合的電力智能巡檢與輔助決策技術研究

        【講座時間】2020年9月26日 (星期日)14:00

        【講座地點】騰訊會議 (會議號:973507722)

        】談元鵬,博士,工程師中國電力科學研究院人工智能應用研究所

        【主講人簡介】

        談元鵬博士目前就職于中國電力科學研究院人工智能應用研究所,負責牽 頭開展自然語言處理、計算機視覺應用技術研究,涉及電力巡檢影像智能標 注、電力領域知識圖譜等工作。迄今為止,主持或參與國家、國家電網有限公 司科技項目 13 項,發表 SCI、EI 檢索以及北大核心收錄學術論文 30 余篇,申 請專利 20 余項。涉及電力大數據與 AI 的研發工作有:運檢領域知識管理與認 知推理、無人機輸電線路智能巡檢、電纜隧道智能檢測、光伏板智能檢測、客 服智能問答系統、配用電設備健康狀態評價以及互聯網運營化平臺等。

        【內容簡介】

        目前,電力設備巡檢仍然以人工為主,巡檢工作點多面廣、難度大、強度 高。盡管公司近年來通過組織比賽、建設平臺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 等技術難題有待解決。單純依靠數據驅動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,團隊提出了數據知識融合的電力 智能巡檢與輔助決策技術體系。該技術體系以電力設備知識圖譜為核心,包含 知識圖譜自主構建、知識圖譜推理加工、數據知識融合驅動三層技術架構。其 中,知識圖譜自主構建負責從文本數據中抽取業務知識,并自主構建形成電力 設備知識圖譜;知識圖譜推理加工負責以可解釋推理的形式,從知識圖譜中認 知、獲取新知識;數據知識融合驅動利用新獲取的業務知識,基于語義標簽進 行決策分析,支撐業務工作單據的智能生成、比對,支撐小樣本、乃至零樣本 影像的檢測識別分析。

        返回
        彩吧助手