基于深度学习电力设备X射线检测图像智能识别算法研究及验证招标公告
基于深度学习的电力设备X射线检测图像智能识别算法研究及验证招标公告
(招标编号：0002200000066906)
招标项目所在地区：云南省昆明市云大西路105号云电科技园电科院
一、招标条件
基于深度学习的电力设备X射线检测图像智能识别算法研究及验证(招标项目编号：0002200000066906)，已由项目审批机关批准，项目资金来源为其他 ，招标人为云南电网有限责任公司电力科学研究院。本项目已具备招标条件，现进行公开招标。
二、项目概况和招标范围
(一)项目概述：
X 射线数字成像检测技术可对电力设备常见的材料类、异物类和装配类缺陷故障进行直观、便捷的可视化检测，并实现缺陷定位及尺寸测量，被广泛应用于厂站GIS等集成设备，输电线路导地线、金具、绝缘子以及地下电缆等电力设备无损检测中，检测场景涵盖电厂、变电站及输电线路，对保证电力设备安全稳定运行起着至关重要的作用。
电力设备X射线检测业务量大，专业技能要求高，各检测人员拍摄技术及缺陷诊断水平参差不齐，在实际检测中，检测人员经常需要寻求远程专家的技术协助，对X射线检测的技术参数、影像质量及缺陷诊断进行指导，但目前技术专家不足、诊断效率有限、检测机器人也不具备远程操控、检测影像高速传输及缺陷诊断的能力，无法一一满足专家现场技术指导的需求，严重影响检测效率及可靠性，X射线检测业务量增加与检测工作要求安全、高效、可靠的矛盾日益凸显。
项目将通过以下几方面内容进行X射线检测的远程监控及智能诊断系统的研究，(1)基于深度学习的电力设备拍摄角度、技术参数与图像质量的配准技术；(2)基于深度学习的电力设备X射线影像图像质量评价技术；(3)电力设备X射线影像感兴趣缺陷自动检测技术；(4)电力设备X射线影像缺陷智能分类技术。项目研究成果将解决X射线检测技术协助难、数据联通差、检测效率低的问题，实现X射线检测机器人的远程操控及设备缺陷影像的智能诊断，显著提高X射线检测的安全性、可靠性及智能化水平。为提高X射线检测图像的识别效率及可靠性，科研项目“基于AI技术的X射线检测远程监控及智能诊断系统研究”需要基于AI技术的深度学习方法对电力设备X射线检测图像进行角度或技术参数的图像配准、质量识别、典型缺陷的自动识别及智能分类四类图像识别算法进行研究，并开展有效性及准确率验证，为X射线检测远程监控及智能诊断系统开发提供算法模型。
(二)标的清单及分包情况如下：
| 序号 |
标的名称 |
标包序号 |
标包名称 |
最高限价( 万元) |
工期 |
项目建设单位 |
招标文件收取费用(元) |
保证金(元) |
| 1 |
基于深度学习的电力设备X射线检测图像智能识别算法研究及验证 |
01 |
基于深度学习的电力设备X射线检测图像智能识别算法研究及验证 |
150 |
自合同签订生效之日起至 2021 年 4月 30 日止 |
云南电网有限责任公司电力科学研究院 |
200 |
10000 |
三、投标人资格要求
未曾在中国电力招标网（www.dlzb.com）上注册会员的单位应注册。注册联系人：萧敏,手机:13810519997
| 通用资格： |
| 通用资格要求 |
| 序号 |
内容 |
| 1 |
中华人民共和国境内注册合法运作的企业(法人)、或者高校、科研单位，具有独立承担民事责任的能力，独立承担采购项目的能力和独立履行合同能力。 |
| 2 |
近三年内在经营活动中没有重大违法记录，具有良好的商业信誉，有处于被责令停业或破产状态，资产被重组、接管或冻结，则不符合评审通过资格要求。 |
| 3 |
有处于中国南方电网有限责任公司或云南电网有限责任公司给予的“取消资格”或”暂不接受投标”处罚期的供应商，则不符合评审通过规定。 |
| 4 |
本项目不接受联合体投标。 |
|
专用资格： |
|
专用资格要求 |
|
序号 |
内容 |
关 联 标 的/标包 |
|
1 |
具有CMMI3 认证证书。 |
基于深度学习的电力设备X射线检测图像智能识别算法研究及验证[基于深度学习的电力设备X射线检测图像智能识别算法研究及验证] |
四、招标文件的获取
凡有意参加投标者，请于2020年02月18日09时00分00秒至2020年02月25日17时30分00秒购买。
本招标项目仅供正式会员查看，您的权限不能浏览详细信息,请联系办理会员入网事宜，成为正式会员后可下载详细的招标公告、报名表格、项目附件和部分项目招标文件等。
联系人：萧 敏
电话：010-88716602
手机：13810519997
邮箱：xiaomin@dlzb.com
传真：010-88716602
|
