煤炭是火力發電廠的主要燃料，其的質量關乎發電效率。作為電廠燃料管理關鍵環節的煤炭質量驗收，主要包含采樣、制樣、化驗三個部分。考量驗收效果的一個關鍵指標就是樣品代表性，即樣本的觀測結果與取樣對象或取樣總體的實際情況的符合程度，差異越小，越能正確反映取樣對象的實際特點，則樣品的代表性越大。

根據相關實踐統計，若整個煤炭檢測過程用方差來表示的話，80%的誤差來自于采樣環節，其影響占總影響的80%左右，即標準作業模式下，已采煤樣對于整體批次煤質量代表性的高低，80%取決于采樣環節，只有20%取決于制樣、化驗環節，可見采樣環節的重要性。

過去，電廠燃料實際采樣點的數據一般來源于采樣機反饋的結果或者現場拍照手動統計的方式，無法準確地反映真實的采樣點，效率低并且不利于及時發現問題。

因而采樣過程是否全程可監控，采樣機是否按預設的采樣方案嚴格執行，現有采樣方案或算法是否科學合理，采樣方案是否可持續優化，是火電廠在采樣環節重點關注的問題。

扎根行業三十余年，深諳電力企業管理需求的遠光軟件運用計算機視覺及深度學習技術，結合高清攝像頭等設備，研發推出智能采樣監督系統，從環境監控、定位采樣及結果分析三個方面出發對采樣全過程實施有效管控，幫助火電企業破解煤炭質量驗收難題。

實時顯示采樣區域，保證客觀真實

通過攝像頭的實時畫面，基于深度學習物體檢測車輛，捕捉貨車車廂上頂蓋平面，用線條等分，繪制18個子采樣區域，并對子區域進行編號，直觀展示采樣分布。

基于識別結果及預設原點信息，自動捕捉采樣機鉆頭的觸點位置，并計算所屬子采樣區域編號。當實際子采樣區域編號與采樣方案所屬區域的偏差超過設定的誤差閾值時，系統自動實時報警，電廠工作人員可及時發現并處理采樣問題，以確保采樣過程符合標準，有效可控。

同時，此處可協助電廠排查采樣頭定位問題及統計采樣機對采樣方案的執行率。

通過按不同的采樣機、不同礦別、不同采樣區域匯總分析，可保障煤樣入廠采樣環節真實有效，可全面、準確的分析采樣方案執行情況及其合理性。

同時，系統記錄歷史采樣方案中，各采樣點的分布及頻次，電廠可根據采樣結果調整后續的采樣方案，實現采樣方案與采樣執行的閉環管理。

遠光智能采樣監督系統，使電廠采樣環節全程可視，通過監測確保采樣方案被正確執行，歷史數據可統計、可分析，支撐后期調整優化，為電廠煤炭檢測把好第一關，也是最重要的一關。

若您想進一步了解遠光在燃料智能化方面的業務，可以訪問：http://www.ygsoft.com/smartfuel/index.html或撥打4001148866咨詢。