特高压输电线路环保水保智能监控平台研究应用

针对长距离、跨区域特高压输电线路工程环保水保措施监控需求,利用大数据管理、云端管理、智能采集、智能分析和智能推送技术整合多源设计资料、基础地理数据,搭建环保水保智能监控平台,实现了环保水保数码照片智能采集与管理、环保水保措施遥感解译与智能预警、多源数据统计分析功能。经过在青海—河南特高压工程青海段中的实际应用,验证了该智能监控平台的科学性与实用性,为特高压工程环保水保智能监控提供了技术借鉴。     

特高压输电线路环保水保智能监控平台研究应用

针对长距离、跨区域特高压输电线路工程环保水保措施监控需求,利用大数据管理、云端管理、智能采集、智能分析和智能推送技术整合多源设计资料、基础地理数据,搭建环保水保智能监控平台,实现了环保水保数码照片智能采集与管理、环保水保措施遥感解译与智能预警、多源数据统计分析功能。经过在青海—河南特高压工程青海段中的实际应用,验证了该智能监控平台的科学性与实用性,为特高压工程环保水保智能监控提供了技术借鉴。     

基于深度学习的居民区识别在电力线规划中的应用

针对高压输电线路规划设计中居民区数据难以精准获取的问题,采用人工智能算法,提出了基于深度学习的遥感影像居民区自动识别方法。在Matconvnet框架下,利用迁移学习技术在小样本情况下开发了一套针对多源遥感影像的居民区检测系统。以陕西省宝鸡市为例,对算法进行验证,结果表明,该算法居民区识别精度优于93%,能很好地满足高压线规划设计中对居民区数据的需求。     

基于深度学习的居民区识别在电力线规划中的应用

针对高压输电线路规划设计中居民区数据难以精准获取的问题,采用人工智能算法,提出了基于深度学习的遥感影像居民区自动识别方法。在Matconvnet框架下,利用迁移学习技术在小样本情况下开发了一套针对多源遥感影像的居民区检测系统。以陕西省宝鸡市为例,对算法进行验证,结果表明,该算法居民区识别精度优于93%,能很好地满足高压线规划设计中对居民区数据的需求。