科技成果汇编：人工智能领域

项目1：基于图像处理与深度神经网络模型的植物病害智能识别与应用

项目2：AI智能人脸遗传病诊断系统

项目3：智能电网感知服务关键技术与应用

项目4：多表一体化信息采集关键技术及应用

项目5：强电场条件下传感器与电气设备集成技术

项目一：基于图像处理与深度神经网络模型的植物病害智能识别与应用

1主要技术内容

本项目系统研究了基于图像处理与深度神经网络模型的植物病虫害智能识别技术，发明多项植物病虫害图像特征提取和维数约简技术，采用深度学习及其应用技术发明了基于物联网数据融合的作物病害图像分割与识别方法。

（1）研究了病害叶片特征选择与维数约简关键技术。研究了基于稀疏表示和流形学习的作物病害识别技术和采用稀疏表示与字典学习的植物及其病虫害分类技术，研究了融合椭圆傅立叶描述符（EFD）和加权稀疏表示分类器（WSRC）进行植物及病虫害识别技术和基于对数频域分层梯度方向直方图的苹果病害识别方法。解决了作物病害识别中的特征提取与选择难题，为模式识别在植物病虫害智能识别中的应用研究提供了理论依据和新思路。

（2）提出了基于深度神经网络的植物病虫害新技术。研究了三通道卷积神经网络(CNNs)进行作物病害识别，有效地解决了作物病害叶片的病斑分割与特征提取难题，能够自动提取出最佳的、更抽象的本质特征并进行病害识别，具有识别率高且识别速度快的特点。解决了传统的作物病害识别方法的一些问题，包括需要依靠先验知识提取人工设计的特征，并且具有盲目性和耗时大的问题。

2应用推广情况

本项目技术已全覆盖黄瓜、西红柿、青椒、冬枣、樱桃等植物的病虫害监测。

项目二：AI智能人脸遗传病诊断系统

1主要技术内容

这套AI遗传病远程面诊系统通过边缘计算，云计算平台等方式来进行数据处理，结合人脸识别、深度神经网络等技术，可用于诊断导致面部异常的疾病，检测人群定位为青少年。该诊断系统是一个小型嵌入式软硬件平台。

本嵌入式软硬件平台体积小、成本低，系统速度快，可诊断遗传病种类较多，用户可通过上传照片或现场拍摄进行诊断，方便快捷，省时省力。现阶段可检测脆性X综合征、德朗热综合征、威廉斯氏综合征、努南综合征4种遗传病。用户打开系统，上传需检测的人脸照片（也可现场拍摄照片）。系统分析患者五官轮廓的面部特征并与疾病库进行比对，得出患病可能性，确定患者所得疾病。可以帮助青少年进行低成本疾病判断，也可辅助医生对病人进行诊断，节省时间精力。

2经济社会价值

AI智能人脸遗传病诊断系统系统准确度高、速度快，对解决部分边远地区遗传病检测费用高昂、疾病诊断延迟，医疗资源不足的问题将发挥巨大作用。可通过与医院等机构进行合作，增加可检测疾病种类，如内分泌疾病，肢端肥大症等，使系统不仅限于诊断遗传病，应用更广泛，并结合5G技术等，减少系统识别时间，实现更快速、高效、实时的检测。

项目三：智能电网感知服务关键技术与应用

1主要内容与特点

项目围绕智能电网中电力物联网应用面临的传感电气融合困难、网络覆盖能力不足、信息共享利用较弱，安全可信机制缺失等问题进行技术攻关，形成了以下三个针对感知服务方面成果：

（1）在感知层面，突破传感器与一次设备集成面临的电气绝缘等技术，提出适合电力复杂电磁电气环境的传感电气集成方法，首次提出电力物联网传感器标准化信息模型，研发多种类型传感器，实现了传感与一次设备的物理、电气集成及信息交互的标准化，研发的3类20种电力物联网传感器。

（2）在传输层及应用层面，突破轻型电力无线通信、电力载波与无线融合通信技术，首次提出了网络资源灵活调度、路由智能选择的复合通信网络构建方法，研发了电力专用光及无线通信芯片、融合通信终端及系统，解决了电力物联网通信网络低成本、高可靠及广域覆盖难题。

（3）在安全层面，首次提出涵盖智能电网不同应用环节的电力物联网动态轻量级安全技术，应用动态平衡树及共享秘密方法，保障电力物联网全生命周期安全，降低利用开放的感知末梢节点反向威胁电力主站系统的风险。

项目四：多表一体化信息采集关键技术及应用

1主要内容与特点

长期以来，电水气热的信息采集与管理都是自成体系，重复抄表造成了人力、物力的浪费；政府、企业难以实时掌握区域能耗情况，不利于节能降耗的推进；居民面临用能信息不明、缴费多卡多渠道等困扰，造成生活上的不便。项目针对上述问题开展科技攻关，形成了以下技术创新：

（1）提出电力线载波与无线双模通信模块硬件设计结构。采用统一的基带信号处理单元提高载波、无线信道在链路连接、接入控制等方面的融合程度。

（2）提出电力线载波与无线通信通道切换与协议适配技术。基于对丢包率、信噪比等信道质量指标的综合评估，与预设的切换阈值进行比较，实现载波、无线信道之间的切换，提高通信可靠性；协议处理上采用附加子帧方式实现载波、无线网络层以上数据帧透明传输，兼容多种协议，提高数据转发效率。

（3）提出以多表数据为核心的用户用能情况实时综合分析及预测方法。采用多级缓存的方法构建多表合一的能源计量管理系统，解决大规模并发接入难题； 在此基础上基于回归函数建立用户用能偏差分析模型，实时分析用能行为，预测用能需求，提高服务质量。

项目五：强电场条件下传感器与电气设备集成技术

1主要内容与特点

项目围绕电力物联网应用面临的传感电气融合困难、网络覆盖能力不足、信息共享利用较弱等问题进行技术攻关，形成了以下创新成果：

（1）在感知层面，提出适合电力复杂电磁电气环境的传感电气集成方法，研发智能间隔棒、智能绝缘子吊环及 20 余种不同类型的传感器，实现了传感与一次设备的物理、电气集成，提升了电力设备的智能化水平。

（2）在边缘层面，建立面向对象的、满足信息共享需求的电力物联网传感器标准化信息模型，提出基于多传感器信息融合的数据动态压缩技术，研发汇聚控制器，提高了信息本地处理的实时性，降低了网络层、应用层数据传输与处理的压力。

（3）在网络层面，突破轻型电力无线通信、电力载波与无线融合通信技术，提出了网络资源灵活调度、路由智能选择的多介质、多通信方式融合的复合通信网络构建方法，研发了电力专用无线通信芯片、融合通信终端及系统，解决了电力物联网通信网络低成本、高可靠及广域覆盖难题。

（4）在应用层面，突破多业务复用共享的电力物联网综合数据应用技术，提出了变压器健康诊断技术，研发了可供业务系统灵活调用的电力物联网数据服务组件，支撑智能电网各环节数据集成应用。

联系电话：15060521739

声明：综合整理各高校成果汇编