基于人工智能算法视频识别燃煤电厂生产现场跑冒滴漏

摘 要：针对燃煤火力发电站，基于大数据学习和深度神经网络，采用人工智能算法开发基于视频数据的AI识别预警系统，分析和识别生产现场常见的跑冒滴漏现象，及时、精准、自动推送报警，提高电力生产过程的安全风险管控和应急处置能力。结果表明生产现场涉及跑冒滴漏的危险因素和管理问题包括跑冒滴漏发现滞后，人为疏忽，不能实时传达异常情况，摄像头功能单一，人工巡检不能保证每一个设备或阀门巡检到位。视频数据AI识别预警系统采用的技术包括图像编码压缩技术、图像增强和复原技术、图像特征描述技术、深度学习网络框架和人工智能AI模型，采用两级处理方案。第一级采用快速预筛检处理算法，对每一个监测摄像机以25 fps的速度检测出可疑异常事件，并将检测出的异常帧数据传送给中心AI处理服务器。第二级采用大数据深度学习算法，利用前步构建的AI监测模型，对可疑异常事件进行分类，并对真实异常事件进行报警。视频数据AI识别预警系统的实施效果包括实现电厂和变电站等生产区域的全天候、全自主智能监控；精准有效地排查异常情况，减少人工排查可能的疏漏；有效降低劳动强度，降低电厂运维成本；提高安全巡检作业效率和管理的自动化、智能化水平。针对不同监测场景，建立特定的AI智能识别模型，模型稳健性高，适用范围广，受环境影响较小，国电内蒙古东胜热电有限公司在全国燃煤火力发电站中首次实现了智能视频算法识别跑冒滴漏，开启了无人巡检火电厂的序幕。