跃昉科技荣获2024年度中国电工技术学会科学技术奖

近日，跃昉科技与中国电力科学研究院等单位联合研发的“面向电力物联网的设备跨模态智能巡检技术及应用”项目，荣获中国电工技术学会颁发的2024年度科技进步奖一等奖。

项目背景

随着新型电力系统建设的加速推进，设备规模爆炸式增长，采用边云协同推理技术可及时发现电力设备缺陷故障，提升智能巡检水平。但边云协同推理技术在电力系统中的应用存在以下难点：

1传统边缘计算时延高、能耗大；

2电力设备缺陷视觉识别精度不足；

3多模态特征对齐难导致设备故障诊断可靠性较差；

4专业知识约束弱导致辅助决策准确性、可信度不高。因而，电力设备智能巡检技术难以大量推广。

项目创新点

2019年，跃昉科技联合中国电力科学研究院等单位组建项目团队，开展面向电力物联网的设备跨模态智能巡检技术研究，研发了RISC-V电力边缘智能网关、无人机机载智能终端、智能运检知识管理和认知推理系统等系列软硬件成果，并在输变配电设备运检等场景中成功应用。主要创新如下：

1突破了基于自主可控芯片的电力设备边缘计算优化技术。通过移位量化算子，将边端侧算法模型的存储与计算过程映射至同一硬件，大幅缩减数据搬运所带来的计算时延与能效；构建RISC-V、存算一体等异构算力调用逻辑，解耦通用算力与专用算力，进一步解决边端侧智能推理终端的供电资源受限难题。通过上述技术创新，边缘智能终端推理能效比达3TOPS/W以上。

2发明了面向跨模态认知推理的电力设备可视缺陷识别技术。通过基于自注意力机制的设备图文特征融合推理技术，实现业务知识引导的缺陷精准识别；通过业务知识引导图像特征迁移，有效提升小目标、不规则特征等缺陷识别精度，减少高质量训练数据需求。通过上述技术创新，针对销钉销子脱落、变压器锈蚀等35种重难点缺陷的特征识别率从87.2%提升至92.6%。

3攻克了基于多模态动态融合的电力设备故障智能诊断技术。基于电力设备声-光-电-化等多模态传感数据，提出特征稀疏选通策略，实现电力多模态数据的特征长度对齐与高阶特征挖掘；构建基于多模态特征的自注意力机制神经网络，使得模型自适应考虑不同模态数据置信度，进一步提升电力设备故障诊断可靠性。通过上述技术创新，电力设备故障诊断准确率从84%提升至93%。

4提出了基于检索知识增强生成的电力设备检修辅助决策技术。使用专业电力设备数据库、知识图谱等进行检索匹配，并将相关知识融合到模型中，提高模型生成内容的准确性；研发电力设备专业知识约束下的辅助检修辅助决策模块，基于检索的上下文生成决策文本，克服现有辅助决策技术生成内容可解释性差的问题。通过上述技术创新，设备检修辅助决策准确率从82.3%提升至95%。

项目成果与行业影响

该项目取得了丰硕成果，包括发表论文38篇，出版专著2部，授权专利24项，登记软件著作权6项，制定行业标准3项。经中国电机工程学会组织鉴定，潘云鹤院士领衔的专家组一致认为项目成果达到国际领先水平。该项目成果已在天津、浙江、福建、河北等地成功应用，近三年创造超4.4亿元的销售额，经济和社会效益显著。

作为国内电气领域最具权威性和影响力的奖项之一，中国电工技术学会科学技术奖旨在表彰在电工技术及其应用领域取得突出创新和贡献的单位和个人。跃昉科技此次荣获科技进步奖一等奖，不仅是对公司多年来技术积累与创新能力的充分肯定，也为其未来发展开拓了更广阔的空间！

此次获奖，是对跃昉科技创新实力的极大肯定与鼓舞！未来，跃昉科技将继续秉持开放创新的理念，不断强化技术实力，携手生态伙伴共同为电力行业智能化升级做出更大的贡献！

广东跃昉科技有限公司聚焦研发基于RISC-V架构的SoC芯片产品及系统解决方案，并提供从操作系统到云平台的全栈基础智能软件服务，通过融合人工智能、物联网、区块链等交叉领域技术为中国数字经济的创新应用赋能。

跃昉科技作为RISC-V架构SoC芯片设计及产业应用的开拓者，已推出系列基于RISC-V架构的高性能SoC芯片及产品，覆盖AIoT边端物联、控制和计算等应用领域，集高效能计算资源、丰富工业接口、稳定可靠品质等特性于一体。依托于全栈技术能力，跃昉科技正持续深耕于智慧能源、智慧物流、智慧城市、智慧工厂等领域，旨在为客户带来专业化、高品质的产品和服务。