摘要：人工智能作为驱动新一轮工业产业变革的核心技术，正被广泛应用于众多行业中，现已延伸出了很多技术，且相关技术不断地在成熟与完善。将人工智能技术引进到电力基建管理工作中，实时监测和统计电力工程施工现场情况，通过大数据整合、智能分析等信息化技术，可以及时发现和判断出工程异常状况，并提出科学、精准的用以辅助决策的建议，保障了工程项目健康、有序推进。本文主要对人工智能技术在电力基建管理上的应用进行分析与思考，并提出可行性意见，以供参考。
关键词：人工技能技术；电力基建管理；应用与改进
2018年以来，人工智能发展进入了快车道，人工智能技术广泛应用到了医疗、交通、金融、安防、农业、文娱、教育等各个领域，毋庸置疑，在全球范围内，人工智能会成为未来最大的一个风口。随着电力体制改革深化推进，各大电网企业正在加快创新转型，企业数字化，电网智能化，已经成为当今电力行业不可避免的趋势。目前，依托大数据和云计算的基础，人工智能技术已快速渗透到电网企业的生产、运维、市场营销等领域，发挥出了积极作用，推进企业快速转型升级和高质量发展。但是，相对其他业务领域来说，目前，电力基建管理领域技术转型还较为缓慢，管理技术创新不足，传统管理模式仍处于主导，智能化程度偏低，管理效能仍然低下，需要尽快适应发展趋势，并及时作出转变。
一、人工智能技术应用现状
人工智能英文全称是artificialintelligence，简称AI，这项技术将处理和应用智能信息理论作为其核心目标，从而在此技术上致力于与人类思维、行为都较为相似的计算程序和系统。在人工智能的不断得到发展的今天，人工智能领域已经延伸出了很多技术并且不断地在成熟与完善。在今后地发展过程中，要注重工业数据地研发，以更快地完成人工智能地转型，为工业、产业发展以及人们地日常生活提供数据支撑和技术支持。
人工智能作为新一轮科技竞赛的制高点，在促进经济增长以及国家安全等方面都发挥着至关重要的作用。中国靠华为、百度、阿里等平台型公司常年积累的丰富有效的应用场景以及海量准确的数据在这一场全球竞争中占据了一些优势，但是，在基础算法、基础科研、高端人才、核心芯片等方面我国仍然有不足的地方。一个国家实力的核心是科技实力，在这种背景下，抓住智能时代的变革机遇，对中国建设现代化强国至关重要。
如今，人工智能已进入新的发展时期，它的特点有以下几点：
1、不断更新智能技术。智能技术主要有计算机视觉、有效处理自然语言、识别生物特征等，识别主要包括人脸检测识别和抓拍识别、车牌号的识别等，这些技术已经广泛应用于医疗、安防、金融、交通、能源等产业。
2、不断涌现出新型算法和模型。一是不断更新计算机的算法及模型，如胶囊网络、生成式对抗网络等；二是重新关注知识图谱、贝叶斯网络等传统方法。
3、计算框架、数据及平台及逐渐开源。主要有Caffe、TensorFlow、ImageNet、CASIA、TED-LIUM等，“涵盖了图像、自然语言、语音、步态等领域[1]”。
二、人工智能在电力基建管理中应用现状以及存在的问题
当前，电力基建管理工作中，人工智能主要作为施工现场管控的一种辅助技术措施存在，常见的人工智能技术应用有：采用人脸识别技术和智能门禁系统，限定施工各场区的进出权限，杜绝不具备资格的人员随意进出施工现场；或者通过视频监控和人工智能计算，对作业现场人员的穿戴、行为、所在场区等进行判断，对作业现场烟火、坍塌等危险源进行判断，并作出预警；又或者采用传感技术对施工现场的温湿度、气体、粉尘、噪音等环境因素进行感知监测，并作出预警，等等。实现了施工现场部分业务流与现场监控数据流的结合和配合，提升了一定的管理力度和效率。但是，相对于整个电力基建管理业务链条来说，智能化水平仍然不足，未能有效驱动电力基建管理实现数字化、智能化。目前人工智能技术在电力基建管理应用中受限的因素主要有：
（一）尚未真正形成智能化建设管理应用策略。
电力基建管理中应用人工智能技术目前仍处于探索阶段，多项人工智能技术可以在管理中试点应用，但是最有效的技术手段有哪些，应用的标准是什么等等仍未有一个很好的总结。人工智能技术要想在电力基建管理中成熟地推广应用，电网企业还需要加快试点，完成总结，形成标准，并制订企业内部的应用策略，以进一步实现智能化的成功应用。
（二）建设过程的管理数据未能有效整合。
电力基建工程项目是一个多专业融合项目，涵盖了建筑、发电、变电、输电、通信、消防、安防等多个专业施工，从项目决策阶段到交付使用阶段，过程数据量非常大，但目前相关数据的挖掘度和使用度并不高，主要原因一是业主、设计、施工、监理、采购等各方应用的管理系统不一致，系统数据仍未相互打通，数据共享不足，且时常会出现各方数据偏差的问题。
二是各专业施工相对比较独立，专业之间的数据融合程度不高。上述问题对人工智能统一收集、整合、分析工程建设相关数据造成影响，从而也影响了人工智能对工程管理实施智能化判断、决策的精准度。
（三）缺乏综合性专业人才
电力基建项目管理和人工智能的综合性专业人才偏少，一些从事人工智能专业人员对于电力基建项目管理实践经验不足，从事电力基建项目管理的专业人才对于人工智能又缺乏认知，无法应对复杂的实际问题。目前，国内高校对学生的培养也没有从复合型和全面型专业人才方面考虑，在一定程度上阻碍了电力基建的智能化管理的发展。
三、人工智能技术在电力基建管理中的可行性应用
随着国家“新基建”战略全面实施，5G基站、大数据中心、工业互联网等基础设施建设正在加快推进，驱动了各行业数字化和智能化升级，人工智能在电力基建管理中的深化应用也得到了更有效的支撑。基于目前成熟的智能化技术，对人工智能在电力基建管理中的应用作以下设想。
（一）基础数据的整合、分析及智能决策设想。
基于大数据技术开展工程建设相关数据的收集、整合、分析，以及应用人工智能实施智能化判断、决策。
海量基础数据的获取和处理在电力基建管理中是一项重要的环节，包括每月每日每时产生的结构化监测视频数据，但这些数据都是原始的，需要经过进一步的加工演算，将各渠道产生的数据进行纵向处理和横向对比，在这种情况下，人工智能系统的设计要“从数据库选型、数据结构设计、数据访问频率、业务处理逻、数据展现辑等方面均要考虑到数据处理效率及系统的性能[2]”,利用商用报表工具进行旋转、钻取、切片等方式的分析统计，在数据挖掘的过程中可以采用线性回归、时间序列等来预测指标。要确保人工智能系统处理的数据的精确性，一方面需要检测是否又重叠范围的数据，尽最大可能减少误差。另一方面，要对获取的数据整合到建好的数学模型中，这样能对当前电力基建整体工程的开展情况和落实水平有一个清晰的了解，并依托智能分析功能给出准确的决策建议，确保更好地开展下一步工作。
（二）人工智能技术在电力工程建设中的深化应用设想。
1.基于当前成熟的可见光、传感测量技术实现电力工程智能化质量监控和验收。如，依托带有计算功能的摄像监控设备实时对工程厂房、设备、构筑物等进行动态监测，并实时反馈外立面平整度、设备、构筑物的安装偏差等数据。如，依托小型无人机和可见光技术，对安装完成的输电线路进行巡视，对塔材缺件情况、螺栓安装情况、导线弧垂数据、树障情况等进行反馈。并通过智能计算分析，及时对不合格的点、面、部件进行告警，并督促作业人员整改，降低验收返工造成的损失，提高了工程整体质量。另外，通过对工程实时产生的数据，如试验数据、调试数据等进行监控、上传、汇总、分析，智能化判断是否达到标准，并允许其进入下一施工环节，可以有效解决工程传统“质量门”管控过程的技术鉴定、讨论会、分析确认等冗长的工作用时，提升工作效率。
2.基于模拟仿真技术，对工程开展可视化管控。基于模拟仿真技术，建立电力工程的数字孖生体，实现与工程物理实体同步，实现对工程进度可视化管理，实时对工程进度情况、造价管控情况等进行反馈，实时对工程进度状态，赢得值状况进行分析，并提出下阶段工作建议，供于参建各方参考并作出正确的管理决策。同时，在电力自动化发展中，其完成了由手工设计到计算机设计的优良跨越，并在一定程度上降低设计业务中的时间成本，其设计业务中的相关程序也不断完善[3]，有效解决了传统项目管理中不同阶段大量进度、赢得值数据整合、计算等繁琐工作，节省了人力，提升了效率。
3.基于区块链技术和人工智能数据整理，实现工程智能化建档。电力基建工程档案业务量庞大，在当前电子档案管理模式中，电力基建工程各专业、各参建单位的档案均需要在建设过程开展大量信息收集工作，并完成各阶段建档，过程工作繁重且不说，最终移交的档案具有极强的随意性和可修改性。设想，如果采用人工智能数据整理结合区块链技术，在工程建设各阶段中实时智能化实时生成档案，实现开放、共享、永久、不可修改等建档特征，不仅节省人力，档案整体性更好，可追溯性更高。
结语
在电力基建管理中应用好人工智能技术能很大程度上提高效率和质量，对电力基建管理的未来是很大的助益。当然，目前全方位推进应用仍存在一定局限性。电网企业要在电力基建管理制订好人工智能应用的策略，解决应用标准问题，加快电力基建管理数据的整合，提高数据质量，挖掘数据价值是当前需要解决的问题。另外，还需要加速综合性专业人才的培养，加大相关领域专有技术的研发，在的试点应用工作中不断解决和改进存在问题，才能有序推动人工智能技术在电力基建管理中有效落地。
参考文献
[1]王刘旺,周自强,林龙,韩嘉佳.人工智能在变电站运维管理中的应用综述[J]. 高电压技术,2020,46(1):2.
[2]杨荣霞.人工智能技术在电力基建领域的研究与实践[J].价值工程,2019:237.
[3]马世光.人工智能技术在电气自动化控制中的应用分析[J].南方农机,2019（12）：192.