国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

★亞信科技（中國）有限公司

1　目標和概述

亞信科技風電廠智慧工地解決方案是亞信科技基于邊緣AI產品+5G專網技術形成的綜合的解決方案，主要解決目前風電場施工現場的高效監管問題。

風電施工現場普遍存在地處偏遠、環境復雜、網絡覆蓋弱導致管理難、安全事故多發等問題。風電廠智慧工地項目通過將5G專網、高清攝像頭和邊緣AI結合，打造云網邊端一體的智慧工地解決方案。該方案實現了偏遠地區的5G網絡覆蓋、多個工地云端統一管控、智能化規范施工過程，以及實時智能發現安全隱患，從而保障了施工過程的安全和高效。同時，該方案也可為后續在風電現場實現信息化、智能化運營提供網絡和軟硬件支撐，充分轉化了現有投資。

2　方案介紹

2.1　方案總體架構

風電廠智慧工地項目，通過搭建云網邊端一體化的平臺為風電工地提供一站式的管理、監控、運營以及運維能力。其總體架構如圖1所示。

圖1 亞信科技風電廠智慧工地解決方案架構圖

端：在風電施工現場的關鍵制高點安裝高清攝像頭，對施工過程、物料擺放以及人員行為提供無死角的7×24小時監控，并且能夠遠程控制攝像頭進行定期巡檢。

邊：在每一處風電施工現場組建小規模監控網絡，部署亞信自主研發的邊緣AI一體機，為監控提供AI智能識別能力。該一體機不僅具備強大的AI算力，還配備了5G通信模塊，并且通過一體化的設計降低了功耗、提升了設備防風、防水的能力，能夠適應風電施工現場惡劣的環境，保持高效穩定的運行。

網：使用亞信自主研發的5G行業專網一體機搭建一條屬于電廠工地專屬的信息高速公路，該一體機采用基于3GPP技術體制的5G技術，實現了電廠施工的無線網絡覆蓋，解決了風電施工在山地的網絡通信問題，為大規模視頻數據的實時傳輸、AI模型的協同提供了超大帶寬、超低時延、超高安全的通信能力。

云：在電廠內網的機房中，部署云端的AI視頻能力平臺軟件，實時監控全部施工現場，調度各個邊緣AI一體機部署的AI模型，發生任何異常第一時間主動發現并通知相關人員處理。

2.2　邊緣計算能力

考慮到風電廠施工現場復雜的現場環境，在本案例中，亞信科技采用了以“邊緣AI+5G專網”為基礎的云網邊端協同、軟硬一體的綜合解決方案。

同時，為了保障AI能力在邊緣端的高度可用和安全，亞信科技采用了多種技術手段實現有效的云邊協同、高效管理。

（1）AI能力部署到邊緣后的高可用保障

AI部署到邊緣執行需要解決的問題包括邊緣算力設備的穩定性以及網絡的質量。

邊緣AI算力設備的穩定性：包括硬件的穩定運行以及軟件的強壯程度。亞信邊緣AI一體機經過嚴格的軟硬件一體測試，可根據邊緣端接入的攝像頭個數以及算法個數給出匹配的硬件規格，部署相應設備后即可保證在符合預估的條件下穩定運行不宕機。并且，針對風電等極端惡劣的環境，亞信邊緣AI一體機提供Soc一體化芯片解決方案，使得在提供相同算力的基礎下，亞信邊緣AI一體機能耗更低，其無風扇一體化設計比普通的一體機更加適應大風、雨水以及揚塵的環境，保證了AI模型的穩定運行。

網絡質量穩定：風電站施工現場多處于山區等無人環境，通常缺少5G基站覆蓋，而AI視頻監控和分析需要滿足高清視頻的實時回傳，對網絡的帶寬、時延都有很高的要求。亞信5G專網產品采用5G獨立組網方案，即無線基站、承載網、5G核心網、MEC等全套5G設備下沉至風電施工現場，宏基站擬借助施工現場高點架設，不新建鐵塔。小微基站和室分的布置方案和數量根據平面圖和現場勘測設定，確保5G信號覆蓋以及7×24小時的穩定運行。

（2）復雜天氣下的各類AI模型識別準確率提升

后向糾錯機制：視覺識別模型在實際應用場景中常因環境、光線、角度等出現誤識別，尤其在風電施工現場這類經常出現惡劣天氣、環境因素復雜的場景。本方案通過應用層后向容錯識別能力，對指定幀數內靜止的目標自動剔除，配以手動標識誤識別圈選，可大幅增加識別準確率，如圖2所示。對因外形相似、光線干擾、云霧影響等所導致的誤識別進行應用層后向處理，并結合“三局兩勝”機制可將識別準確率提升約10%。

圖2 亞信科技風電廠智慧工地解決方案后向糾錯流程

復雜場景多對象檢測跟蹤：使用亞信自主研發的專利技術復雜場景多對象檢測跟蹤算法RepRetinaFace（Re-parameterization RetinaFace for Edge Embedded Platform），可保障在復雜環境下，基于邊緣端有限的算力資源，以最快速度同時識別多個人臉，提升了邊緣推理的性能，如圖3所示。

圖3 RepRetinaFace在不同算力卡上的性能提升

（3）邊緣AI推理的實時性和高效能保障

高效能邊緣AI處理架構：邊緣AI一體機采用Jetson+DeepStream架構，該架構能夠將深度神經網絡和其他復雜的處理任務引入到流處理管道中，以實現對視頻和其他傳感器數據的近實時分析。該架構使用TensorRT進行推理或多流解碼，并通過硬件加速的插件與基礎硬件交互以提供最佳性能。經過實際測試，在相同的邊緣硬件以及識別環境下，該架構將總性能從32FPS上升到56FPS左右，提升大約1.8倍。

圖4 DeepStream流程

邊緣算力調度和QoS保障：AI視頻推理高度依賴GPU等高性能硬件資源，而GPU資源相對有限且昂貴。因此，研究更靈活智能的任務調度算法及能力，可以進一步提升算力資源利用率，提高整體系統容量。本方案通過采用時間、觸發式等多樣化調度技術，實現AI資源的按需智能調度，同時在整體任務調度框架上同步采用基于QoS的沖突處理機制，確保高優先級任務（如火情監測）可第一時間執行。在面向風電施工這類計算機視覺多模型混合應用的場景下，本方案可有效實現算力資源的充分復用，可提升業務容量約30%。

圖5 算力調度過程

2.3　方案價值及優勢

本方案定位在基于5G專網組網+邊緣AI識別的智慧化管理領域，它構建了專屬管理體系，替代低效的人工管理，完成人工無法達成的任務，減少了安全事故的發生。

（1）云網邊端協同，滿足了各類角色管理施工現場的需求

總部管理人員、監理或是其他監管機構：可以在總部的云平臺上實時監控所有施工現場，與傳統的周期性去現場巡查相比，更加節省成本、高效，能夠隨時掌握各個工地的進展以及施工過程情況。

監控人員：可以根據不同施工現場的實際情況，在云端同步調整AI監控場景，比如，剛開始進場的工地，更多的關注規定的人員是否到位、物料擺放是否合規等，而進行中的施工現場，更關注操作的規范程度、是否有安全隱患等。

施工現場負責人員：可以及時收到來自云平臺的監控告警，提醒他們當前工地存在的隱患以及問題，第一時間處理，避免發生安全事故。

（2）由事后追溯轉為主動，使用AI技術可主動發現施工過程中的問題和隱患

結合工地實際需求，本方案部署了包含施工安全、設備及物料識別、過程規范、工地人員管理等多個方面的幾十個AI模型。與傳統的依靠人員監控相比，AI技術能夠7*24小時不間斷地代替人工監控，加上5G專網的低時延特性，能夠第一時間、不遺漏地發現安全隱患，并通知相關人員處理。例如，明火、抽煙這類容易造成安全事故的隱患，能被及時通知工地負責人進行處理，對于意外發生的火情也能夠做到最大限度降低損失。

圖6 面向電廠工地的AI能力

（3）快速落地擴展，一體機方式部署更加高效、穩定

亞信5G行業專網一體機，將5G核心網控制面網元、UPF、MEC、交換模塊、BBU（可選）集中在滿足OTII標準的一體機柜當中，實現即插即用，大大簡化了專網核心網的部署難度，可實現單日開通。

圖7 亞信邊緣AI一體機

亞信邊緣AI一體機，將AI算力芯片、AI軟件環境、5G通信模塊、視頻解析能力等整合到滿足3C標準的一體機中，輕量化、標準化交付，開機即用，并可根據不同的邊緣算力要求、環境情況選擇不同規格的邊緣一體機，極大地降低了AI能力部署到邊緣的復雜度。

（4）施工運維一體化，施工結束后可立即轉換成運維能力

風電站施工結束后，所有的監控設備、邊緣AI一體機以及5G專網，都可以用于后續電站的遠程運維，只需將對應的AI能力替換成用于設備運維、巡檢的模型即可，從而實現無人化管理，節省了運維成本。

2.4　應用與部署案例

該方案成功部署于某風力發電場，年均上網電量約1.4億千瓦時（度），2022年發電1億度，建成至今發電量超過10億度。為了解決該風電施工現場地處偏遠、環境復雜、網絡覆蓋弱導致管理難、安全事故多發等問題，亞信科技風電廠智慧工地項目通過將5G專網、高清攝像頭和邊緣AI結合，打造了云網邊端一體的智慧工地解決方案。該解決方案部署架構如圖8所示。

圖8 亞信科技風電廠智慧工地解決方案部署架構圖

3　代表性及推廣價值

3.1　技術創新性

本方案通過創造性的方式，通過5G+視頻監控+AI技術，實現了智能化的工地管理，探索出了一條在高速公路、高鐵等復雜環境下邊緣AI高效實施的有效路徑，同時，也在技術上不斷地推進了5G技術與AI、大數據等技術的融合程度。

（1）5G與AI技術的融合

本項目中5G技術，尤其是5G專網技術的引入，以及亞信科技邊緣AI一體機的引入，通過軟硬一體、云邊協同的方式，進一步增強了工地復雜環境下AI監控和分析的實時性、管理的云邊協同性，以及部署實施的靈活性和便捷性，充分體現了5G時代AI技術應用的民主化、工程化、實時性和協同性的特征。

（2）5G與大數據技術的融合

本項目中5G專網技術的引入，對于數據傳輸和數據安全也是一次全新的應用實驗。而5G專網一體機和專網運營平臺的引入，更是保證了廠內數據通過5G專網傳輸，數據不出廠區，設備不共享，與公網完全物理隔離，既有效地將風電現場視頻數據、AI分析結果數據引入到電廠的大數據中心，又嚴格確保了信息安全。

3.2　應用成效

本項目實施以來，帶來了顯著的經濟、社會和管理效益，具體如下：

（1）經濟效益本項目實施以后，風電廠等施工工地智慧化管理和工程設施智慧化運營管理進一步強化，降本增效效果顯著。

在安全巡查方面，替代人工管理，節約人力成本約150萬/年；

實時視頻故障處理遠程專家會診，大幅縮減了由于故障導致的檢修停機時間，粗略估算，相比2021年全年，2022年此項費用節約超過200萬元人民幣；

無線數據穩定回傳，在新業務擴展時有效避免了對現有光纖資源和固定線路重新鋪設的費用，節省100萬元人民幣以上；

通過實現實時作業監控，風險事件發現時長由小時縮短至秒級，實現了重大風險的主動預防；配合高效的應急智慧機制，可快速處置突發事件，挽救了人員和財產的損失，帶來間接經濟效益500萬以上。

（2）社會效益

實現了全場站的無線高速覆蓋和邊緣側AI能力部署，打造了風力發電行業的智慧化建設標桿；

風險管控能力由人工轉向自動，可及時發現危機和潛在風險，大幅降低了安全生產事故，實現了生產過程零傷亡；

環境保護由被動轉向主動，降低了對周邊環境造成的空氣、噪聲、垃圾等污染，滿足了規范處置和政策監管合規要求。

（3）管理效益

本項目成果有效提升了發電通信網絡的建設資金利用率和全生命周期內的經濟收益，降低了發電生產事故風險，提高了風力發電的安全生產運營水平；

·本項目通過5G技術使建筑工地大數量數據和管理指令得到及時有效傳輸，通過AI分析模型極大提升了該工地過去粗放的、單純依靠人力的管理模式；

實現遠程應急指揮，全流程定位問題、挖掘原因，實現了問題可定位、可回溯、可預防、可治理，促進了企業從上到下無延遲聯動機制;

實現了遠程運維，提升了項目管理、進度管理和質量管理的能力和生產效率，推動了風力發電行業的可持續發展；

本項目以建設和生產為核心，與辦公、安防等融合，構建統一的智慧管控平臺及風險預防體系，以應對建設生產中的規范管理、安全防護以及日益嚴峻的信息安全隱患。

3.3　行業影響

在風電廠等工程建設施工現場，環境復雜、惡劣，有時位置偏遠，有時分布點多面廣，存在著環境污染重、安全事故頻發、監管難度大、人員管理難、信息化水平低等一系列問題。設施建成后，還有著火情、區域入侵等危機和風險識別的需要，以及規范管理和環境保護保持的需要。而傳統管理方式管理成本高，無法及時識別安全隱患，無法快速響應，因此需要規范作業管理、實時巡查監督、預防安全事故等全方位立體化的實時監管解決方案。

本項目融合了5G、人工智能、云計算、大數據、物聯網等先進技術，一方面它通過5G專網組網，實現了攝像頭、感應器等設備物聯網數據的實時采集回傳，為風電廠等設施的發展建立了連接基礎，為智能化應用提供了基本條件；另一方面它以數字化、可視化的智能系統，實現了施工和日常生產工作中海量高清視頻的邊緣側智能、實時分析監測，以及各項設備、人員、物料、項目進度、質量安全的全方位、全生命周期管理。從而，幫助相關單位和管理部門實現了安全生產的數字化、智慧化管理和運營。

本項目具有跨行業的示范效應，它所涉及的對風電廠施工工地的智慧化管理能力，廣泛適用于各類現場環境惡劣、網絡基礎缺失或者較差的工程建設施工現場，同時也能夠無縫對接施工完成后的建筑設施及其附屬設備的智慧化運營管理。

摘自《自動化博覽》2024年4月刊