用范围至少包括：光伏（光伏组串和支路、汇流箱、逆变器、箱变、 开关站等）、风电（叶片、传动装置、塔筒、偏航装置、逆变器、 箱变、开关站等）、水电（水轮机、变压器、开关、调速器、励磁、 直流设备、大坝等）的主要设备。 （四）设备状态监测 通过监测和设备运行相关的多种参数，对设备进行状态量监测 和状态评估，实现设备的运行状态进行全方位的分析，及时准确的 掌握设备运行状态，保证设备的安全、可靠和经济运行。 并可通过网络及时将巡检结果自动上传服务器进行长期保存。 （四）基于深度学习的图像识别技术应用 利用基于深度学习的图像识别技术，深入挖掘大坝巡检内容及要 求，设计大坝巡检智能分析模型和算法，提供可直观定位的、量化 的、可比对的图像分析服务，自动识别并处理数字图像中反映大坝 异常的征兆信息和病变特征，通过样本积累自我完善识别模型与算 法，提高判定可靠性，减少巡检人员的工作强度和工作量，提升巡 检工作的准确度和精细度。 本次与上次或历次检查，发现异常迹象给出预警。 （六）智能巡检三维展示 利用可视化技术，通过三维展示巡检系统，直观对比分析不同时 期巡检任务，也可展现巡检异常部位与相关监测项目的关联，及在 厂区/大坝的三维位置，后期更可通过 VR、AR 等技术将异常信息与 实体结构结合，辅助巡检人员检查分析。 （七）巡点检劣化趋势分析 根据历次的巡点检结果的分析，系统可以生成设备劣化趋势分析 图，供设备管理人员分析设备状况。