2024年基于机器学习的接触网安全状态巡检（2C）智能分析系统研究公开招标项目招标公告

 

1.招标条件

本招标项目名称为：朔黄铁路2024年基于机器学习的接触网安全状态巡检（2C）智能分析系统研究公开招标，本项目已具备招标条件，现对该项目进行国内资格后审公开招标。

2.项目概况与招标范围

2.1 项目概况、招标范围及标段（包）划分：2.1.1项目概况：电气化铁路的不断发展对接触网设备的安全运行提出了更高的要求，传统接触网巡检方式主要依赖人工目视检查和定期维护，不仅耗时费力，而且受人为因素影响较大，难以实现全面、精准且高效的检测。在这样的背景下，基于机器学习的接触网安全状态巡检（2C）智能分析系统通过运用深度学习算法和信息化技术，构建接触网安全状态巡检智能分析系统，实现对接触网安全巡检视频的视频管理、智能分析、缺陷管理、统计分析、杆号推断、分析确认、系统管理等功能，解决传统分析中数据传递过程繁琐、分析效率低、分析结果易受分析人员状态影响等问题，达到对接触网安全巡检视频智能化分析的目标，保障列车的安全运行，减少事故的发生，推动铁路行业由传统运维向数字化、智慧化运维模式转变，构建起以预防性维修为主导的新一代接触网安全管理体系，极大提升铁路公司整体运行效能和服务质量。
2.1.2招标范围及标段（包）划分：本项目共划分为1个标段。
基于机器学习的接触网安全状态巡检（2C）智能分析系统研究项目主要研究以下内容：
1.接触网安全巡检视频智能分析场景研究
研究以B/S方式实现包含视频管理、智能分析、缺陷管理、统计分析、杆号推断、分析确认、系统管理等功能的应用系统，与深度学习算法进行结合，提供数据网络传递、数据集中管理、数据智能化分析的服务。
2.对接触网设备的智能识别应用研究
接触网设备种类繁多，易受拍摄角度和遮挡物的干扰，接触网设备形态在视频中的呈现方式具有较大的差异。研究建立识别重点设备的卷积神经网络模型，输入设备的图片对卷积神经网络进行训练，并通过对卷积神经网络模型的测试对比输出特征值与特征阈值，对模型的参数进行修正。
3.接触网安全巡检缺陷的智能识别应用研究
接触网安全巡检缺陷包含设备缺陷和环境缺陷，缺陷隐蔽性较强，识别难度大。研究对缺陷图像的目标像素区域进行多分支图像增强，利用神经网络训练拟合出多分支图像增强的传递函数与目标像素区域映射关系的传递函数设定模型，并结合目标跟踪算法进行判定修正。
4.对接触网线杆杆号的推断补全应用研究
接触网安全巡检视频中杆号对缺陷的定位及维修至关重要，易受拍摄角度和遮挡物的干扰，导致杆号无法正常识别。研究运用算法识别的部分杆号和杆号档案数据，对杆号进行多重推断并校对核验，补全缺失杆号。
2.1.3合作形式：
服务期限：合同签订后12个月。
服务地点：朔黄铁路发展有限责任公司管内。

2.2 其他：/

2.3 主要研究内容及预期目标：围绕朔黄铁路2024年基于机器学习的接触网安全状态巡检（2C）智能分析系统研究，运用深度学习技术和信息化技术，构建接触网安全巡检视频智能分析系统，实现对接触网安全巡检视频的视频管理、智能分析、缺陷管理、统计分析、杆号推断、分析确认、系统管理等功能，解决传统分析中数据传递过程繁琐、分析效率低、分析结果易受分析人员状态影响等问题，达到对接触网安全巡检视频智能化分析的目标，并按要求交付相关成果。

预期目标：构建接触网安全巡检视频智能分析系统，实现对接触网安全巡检视频的视频管理、智能分析、缺陷管理、统计分析、杆号推断、分析确认、系统管理等功能，解决传统分析中数据传递过程繁琐、分析效率低、分析结果易受分析人员状态影响等问题，达到对接触网安全巡检视频智能化分析的目标，保障列车的安全运行，减少事故的发生。形成基于机器学习的接触网安全状态巡检（2C）智能分析系统一套；形成研究报告1套；申请发明专利1项；申请实用新型专利1项；申请软件著作权1件；发表核心期刊论文2篇。

2.4 项目总工期：合同签订后12个月

3.投标人资格要求

3.1 资质条件和业绩要求：

【1】资质要求：投标人须为依法注册的独立法人或其他组织，须提供有效的证明文件。

【2】财务要求：/

【3】业绩要求：2021年4月至投标截止日（以合同签订日期为准），投标人须至少具有1份铁路接触网研究类业绩。投标人须提供能证明本次招标业绩要求的课题相关证明或项目合同扫描件，合同扫描件须至少包含：合同买卖双方盖章页、合同签订时间和业绩要求中的关键信息页。

【4】信誉要求：/

【5】项目负责人的资格要求：投标人拟任的项目负责人1名，应具备本科及以上学历，并提供相关证明文件。

【6】其他主要人员要求：须至少配备8名研究人员（不含项目负责人），均为本科及以上学历，并提供相关证明文件。

【7】科研设施及装备要求：/

【8】其他要求：/

3.2 本项目/联合体投标。 不接受

4.招标文件的获取

 招标文件开始购买时间2024-09-02 14:00:00，招标文件购买截止时间2024-09-09 16:00:00。