1. 江西洪屏抽水蓄能有限公司
2. 河海大学能源与电气学院
纸质出版:2024
移动端阅览
朱海峰, 聂赛, 彭绪意, 等. 基于边缘图像采集的抽蓄电站重大风险图像实时监测[J]. 水电站机电技术, 2024,47(4):44-46.
朱海峰, 聂赛, 彭绪意, et al. 基于边缘图像采集的抽蓄电站重大风险图像实时监测[J]. 2024, 47(4): 44-46.
朱海峰, 聂赛, 彭绪意, 等. 基于边缘图像采集的抽蓄电站重大风险图像实时监测[J]. 水电站机电技术, 2024,47(4):44-46. DOI: 10.13599/j.cnki.11-5130.2024.04.013.
朱海峰, 聂赛, 彭绪意, et al. 基于边缘图像采集的抽蓄电站重大风险图像实时监测[J]. 2024, 47(4): 44-46. DOI: 10.13599/j.cnki.11-5130.2024.04.013.
针对抽水蓄能电站现场作业的风险管理问题,现有风险管理多通过人工现场检查,效率低下,管理穿透力不足。随着技术的发展,国内外电力行业依靠厂内工业电视摄像头进行作业画面采集,通过图像识别算法进行风险分析。弊端在于厂内工业电视摄像头多为固定式摄像头,无法覆盖设备内部作业面,且成本高昂。本文通过设备边缘端的图像采集设备,实现风险监测的去中心化。依靠移动式摄像头、无人机、智能机器人等终端在边缘侧采集作业画面,并进行分析,实现风险管理的自动化、边缘化。
段美前.边缘计算在智慧电厂安全管控中的应用[J].电工技术,2021(21).
郑卫东,韦玉华,李捍华,郭雷,李晓燕.基于图像识别的电厂关键设备周期性巡检方法[J].电子设计工程,2021(08).
马进,李红宇,刘文,赵雨秋.基于图像识别的电厂顺控方法研究与应用[J].自动化与仪表,2020(12).
金华频,吴振宇.图像识别技术在小水电生态流量监管中的应用[J].小水电,2020(06).
谢人超,廉晓飞,贾庆民,黄韬,刘韵洁.移动边缘计算卸载技术综述[J].通信学报,2018(11).
张佳乐,赵彦超,陈兵,胡峰,朱琨.边缘计算数据安全与隐私保护研究综述[J].通信学报,2018(03).
齐彦丽,周一青,刘玲,田霖,石晶林.融合移动边缘计算的未来5G移动通信网络[J].计算机研究与发展,2018(03).
赵梓铭,刘芳,蔡志平,肖侬.边缘计算:平台、应用与挑战[J].计算机研究与发展,2018(02).
李子姝,谢人超,孙礼,黄韬.移动边缘计算综述[J].电信科学,2018(01).
项弘禹,肖扬文,张贤,朴竹颖,彭木根.5G边缘计算和网络切片技术[J].电信科学,2017(06).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构