De acordo com pt.wedoany.com-A Conferência Mundial de Inteligência Artificial de 2026 e a Reunião de Alto Nível sobre Governança Global da Inteligência Artificial foram realizadas em Xangai de 17 a 20 de julho. Durante o evento, em 17 de julho, a Comissão de Supervisão e Administração de Ativos Estatais do Conselho de Estado realizou o Fórum de Desenvolvimento de Alta Qualidade da Inteligência Artificial Empresarial "Nova Qualidade Impulsionada pela Sabedoria, Renovação Abrangente" e divulgou os resultados notáveis do conjunto de dados de alta qualidade do setor "Centenas de Domínios, Sabedoria Digital" das empresas centrais. O "Conjunto de Dados Multimodais para Controle Inteligente do Progresso de Engenharia Fotovoltaica" do Instituto Yunnan da China Energy Engineering Corporation foi selecionado com sucesso.
Este conjunto de dados é um ativo de dados representativo no campo da digitalização inteligente de engenharia de novas energias. Destacou-se entre os resultados submetidos por várias empresas centrais, tornando-se um dos primeiros conjuntos de dados de alta qualidade lançados pelo "Centenas de Domínios, Sabedoria Digital", marcando o progresso da China Energy Engineering Corporation na valorização e cenarização dos elementos de dados de engenharia.
O "Conjunto de Dados Multimodais para Controle Inteligente do Progresso de Engenharia Fotovoltaica" visa os pontos problemáticos na gestão do progresso da engenharia fotovoltaica, como dados dispersos, informações desatualizadas e dificuldade na verificação da quantidade de trabalho. Ele constrói um sistema de dados multimodais que abrange imagens de voo de drones, vídeos de campo e documentos de construção, cobrindo nós-chave de construção, como perfuração, concretagem, suportes e instalação de módulos, fornecendo suporte de dados padronizado para a contabilidade automática da quantidade de trabalho e controle dinâmico do progresso.
Em termos de escala e qualidade dos dados, o conjunto de dados totaliza mais de 5 TB, contendo mais de 50.000 imagens de voo e mais de 10.000 imagens anotadas, com um incremento diário de 10 GB. A avaliação abrangente da qualidade dos dados atingiu 95,2 pontos, e a precisão do reconhecimento de cenas é superior a 95%. Possui as características de grande volume, alta qualidade e iteração sustentável, fornecendo uma base de dados sólida para o treinamento de modelos de reconhecimento inteligente do progresso da engenharia fotovoltaica.
Em termos de eficácia da aplicação, a plataforma de gestão digitalizada de cadeia completa, construída com base neste conjunto de dados, pode identificar automaticamente os elementos de construção, contabilizar a quantidade de trabalho e exibir o progresso. Atualmente, o conjunto de dados foi aplicado em mais de 10 projetos EPC fotovoltaicos nacionais e internacionais, como a Base de Energia Limpa do Norte do Laos, contratada pelo Instituto Yunnan para a CGN, e a Base de Novas Energias de Transmissão de Alta Tensão de Alxa, na Mongólia Interior. O prazo médio do projeto foi reduzido em 8% a 12%, economizando de 15 a 20 dias, com uma economia de custos abrangente de 1,5 a 2 milhões de yuans. A eficiência da atualização dos dados de progresso aumentou em mais de 30%, reduzindo efetivamente a carga de trabalho de inspeção manual e os riscos de segurança no local, promovendo a transição da gestão de projetos de estatísticas manuais para percepção em tempo real e de julgamento empírico para orientação por dados.
Este conjunto de dados é um resultado da pesquisa da equipe do projeto do Instituto Yunnan da China Energy Engineering Corporation, baseado no projeto de pesquisa científica "Pesquisa sobre Métodos de Extração de Feições Específicas de Ortoimagens Digitais de Drones Baseados em Aprendizado de Máquina Espacial". O resultado integra profundamente o levantamento aéreo por drones, o aprendizado de máquina espacial e a gestão do progresso da engenharia fotovoltaica, formando um caminho replicável e escalável para o desenvolvimento de conjuntos de dados de engenharia, realizando a transformação de métodos de pesquisa científica para a prática de engenharia, fornecendo uma base de dados e suporte técnico mais sólidos para "Inteligência Artificial + Construção" e gestão digitalizada inteligente de engenharia de novas energias.
