es.wedoany.com Noticia: La Conferencia Mundial de Inteligencia Artificial 2026 y la Reunión de Alto Nivel sobre Gobernanza Global de la Inteligencia Artificial se celebraron en Shanghái del 17 al 20 de julio. Durante el evento, el 17 de julio, la Comisión de Administración y Supervisión de Activos Estatales del Consejo de Estado organizó el Foro de Desarrollo de Alta Calidad de la Inteligencia Artificial Empresarial bajo el lema "Inteligencia que Impulsa Nuevas Calidades, Renovación Integral", y publicó los resultados sobresalientes del conjunto de datos de alta calidad de la industria de "Cien Dominios, Datos Inteligentes" de las empresas centrales. El "Conjunto de Datos Multimodales para el Control Inteligente del Progreso de Proyectos Fotovoltaicos" del Instituto de Ingeniería Eléctrica de Yunnan de China Energy Engineering Corporation (CEEC) fue seleccionado con éxito.
Este conjunto de datos es un activo de datos representativo en el campo de la digitalización inteligente de proyectos de nueva energía. Se destacó entre las solicitudes de resultados de numerosas empresas centrales y se convirtió en uno de los primeros conjuntos de datos de alta calidad publicados por "Cien Dominios, Datos Inteligentes", lo que marca el progreso de China Energy Engineering Corporation en la valorización y escenificación de los elementos de datos de ingeniería.
El "Conjunto de Datos Multimodales para el Control Inteligente del Progreso de Proyectos Fotovoltaicos" aborda problemas como la dispersión de datos, el retraso de la información y la dificultad de verificar las cantidades de obra en la gestión del progreso de proyectos fotovoltaicos. Construye un sistema de datos multimodales que abarca imágenes de vuelo de drones, videos de campo y documentos de construcción, cubriendo nodos clave de construcción como perforación, vertido de hormigón, soportes e instalación de módulos, proporcionando soporte de datos estandarizado para el cálculo automático de cantidades de obra y el control dinámico del progreso.
En términos de escala y calidad de datos, el conjunto de datos totaliza más de 5 TB, incluye más de 50,000 imágenes de vuelo y más de 10,000 imágenes etiquetadas, con un incremento diario de 10 GB. La evaluación integral de la calidad de los datos alcanza los 95.2 puntos, y la precisión del reconocimiento de escenas supera el 95%. Se caracteriza por un gran volumen, alta calidad y capacidad de iteración continua, proporcionando una base de datos sólida para el entrenamiento de modelos de reconocimiento inteligente del progreso de proyectos fotovoltaicos.
En cuanto a los resultados de la aplicación, la plataforma de gestión digitalizada de toda la cadena construida sobre la base de este conjunto de datos puede identificar automáticamente los elementos de construcción, calcular las cantidades de obra y mostrar el progreso. Actualmente, el conjunto de datos se ha aplicado en más de 10 proyectos fotovoltaicos EPC nacionales e internacionales, como la Base de Energía Limpia del Norte de Laos de CGN, construida bajo contrato general por el Instituto de Yunnan, y la Base de Nueva Energía de Alxa, de transmisión de alta tensión hacia el exterior, en Mongolia Interior. El período promedio de construcción de los proyectos se ha reducido entre un 8% y un 12%, ahorrando de 15 a 20 días de construcción, con un ahorro de costos integral de 1.5 a 2 millones de yuanes. La eficiencia de actualización de los datos de progreso ha mejorado en más de un 30%, reduciendo efectivamente la carga de trabajo de inspección manual y los riesgos de seguridad en el sitio, impulsando la transición de la gestión de proyectos de la estadística manual a la percepción en tiempo real, y del juicio basado en la experiencia a la toma de decisiones basada en datos.
Este conjunto de datos es el resultado de la investigación del equipo del proyecto del Instituto de Ingeniería Eléctrica de Yunnan de China Energy Engineering Corporation (CEEC) basado en el proyecto de investigación "Estudio sobre el Método de Extracción de Características Específicas de Ortoimágenes Digitales de Drones Basado en Aprendizaje Automático Espacial". El resultado integra profundamente la topografía aérea con drones, el aprendizaje automático espacial y la gestión del progreso de proyectos fotovoltaicos, formando una ruta de desarrollo de conjuntos de datos de ingeniería replicable y promovible, logrando la transformación de métodos de investigación a la práctica de ingeniería, y proporcionando una base de datos y un soporte técnico más sólidos para la "Inteligencia Artificial + Construcción" y la gestión digitalizada inteligente de proyectos de nueva energía.
