fr.wedoany.com Rapport : La Conférence mondiale sur l'intelligence artificielle 2026 et la Réunion de haut niveau sur la gouvernance mondiale de l'IA se sont tenues à Shanghai du 17 au 20 juillet. Pendant la conférence, le 17 juillet, la Commission d'administration et de supervision des actifs d'État (SASAC) a organisé un forum de haut niveau intitulé « L'IA au service d'une nouvelle qualité, une transformation globale » sur le développement de haute qualité de l'IA dans les entreprises, et a publié les résultats exceptionnels des ensembles de données de haute qualité des industries des entreprises centrales dans le cadre du programme « Cent domaines, données intelligentes ». L'« Ensemble de données multimodal pour le contrôle intelligent de l'avancement des projets photovoltaïques » de l'Institut du Yunnan de la CEEC a été sélectionné avec succès.
Cet ensemble de données, représentant un actif de données emblématique dans le domaine de la numérisation intelligente des projets d'énergie nouvelle, s'est distingué parmi de nombreuses propositions d'entreprises centrales et est devenu l'un des premiers ensembles de données de haute qualité publiés dans le cadre du programme « Cent domaines, données intelligentes », marquant ainsi les progrès de la China Electric Engineering Corporation dans la valorisation et la scénarisation des éléments de données d'ingénierie.
L'« Ensemble de données multimodal pour le contrôle intelligent de l'avancement des projets photovoltaïques » répond aux difficultés de la gestion de l'avancement des projets photovoltaïques, telles que la dispersion des données, le retard d'information et la difficulté de vérification des quantités de travaux. Il construit un système de données multimodal comprenant des images de survol par drone, des vidéos de site et des documents de construction, couvrant les étapes clés de la construction telles que le forage, le coulage, les supports et l'installation des modules, fournissant ainsi un support de données standardisé pour le calcul automatique des quantités de travaux et le contrôle dynamique de l'avancement.
En termes d'échelle et de qualité des données, l'ensemble de données totalise plus de 5 To, comprenant plus de 50 000 images de survol et plus de 10 000 images annotées, avec un incrément quotidien de 10 Go. La qualité globale des données est évaluée à 95,2 points, et le taux de précision de la reconnaissance des scènes dépasse 95 %. Il présente les caractéristiques d'un volume important, d'une haute qualité et d'une itération durable, offrant une base de données solide pour l'entraînement des modèles de reconnaissance intelligente de l'avancement des projets photovoltaïques.
En termes d'efficacité d'application, la plateforme de gestion numérique de la chaîne complète, construite sur la base de cet ensemble de données, peut identifier automatiquement les éléments de construction, calculer les quantités de travaux et afficher l'avancement. Actuellement, l'ensemble de données a été mis en œuvre dans plus de 10 projets photovoltaïques EPC nationaux et internationaux, notamment la base d'énergie propre du nord du Laos du groupe CGN, construite sous contrat clé en main par l'Institut du Yunnan, et la base d'énergie nouvelle de transmission haute tension d'Alxa en Mongolie intérieure (base d'énergie nouvelle dans les déserts et les zones arides). La durée moyenne des projets a été réduite de 8 % à 12 %, avec un gain de 15 à 20 jours, une économie de coûts globale de 1,5 à 2 millions de yuans, et une efficacité de mise à jour des données d'avancement améliorée de plus de 30 %. Cela a permis de réduire efficacement la charge de travail des inspections manuelles et les risques de sécurité sur site, et de faire passer la gestion de projet d'une approche basée sur des statistiques manuelles à une perception en temps réel, et d'une prise de décision fondée sur l'expérience à une approche pilotée par les données.
Cet ensemble de données est le résultat du projet de recherche « Méthode d'extraction d'objets spécifiques à partir d'orthophotographies numériques par drone basée sur l'apprentissage spatial automatique » mené par l'équipe de projet de l'Institut du Yunnan de la CEEC. Ce résultat intègre profondément la photogrammétrie par drone, l'apprentissage spatial automatique et la gestion de l'avancement des projets photovoltaïques, créant une voie reproductible et généralisable pour le développement d'ensembles de données d'ingénierie. Il réalise la transformation et l'application concrète de la méthode de recherche à la pratique d'ingénierie, fournissant une base de données et un support technique plus solides pour « l'IA + construction » et la gestion numérique intelligente des projets d'énergie nouvelle.
