基于深度学习的电网工程房屋拆迁风险等级识别  

作　　者：张烨[1] 陈辰 李锐[1] 王俊锋 刘健巧 

机构地区：[1]国网四川省电力公司建设分公司,四川成都610000 [2]北京洛斯达科技发展有限公司,北京100032

出　　处：《大众标准化》2025年第7期85-87,共3页Popular Standardization

摘　　要：在电网工程中,大规模的房屋拆迁工作涉及复杂的自然地理环境和多样的人居情况,对按计划拆迁带来了巨大的挑战,因此如何准确识别拆迁风险等级成为工程的核心挑战之一。文章利用航拍影像数据对房屋拆迁中的风险进行自动识别和分类,提出了一种基于深度学习和GIS技术的风险识别方法。实验表明,该方法在识别I、Ⅱ、Ⅲ级拆迁风险时达到了较高的准确性,识别结果将有效支持电网工程通道清理工作的精益化管控。

关 键 词：深度学习 电网工程 房屋拆迁 

分 类 号：TM72[电气工程—电力系统及自动化]