科研院计及邻近气象信息的覆冰时空聚合预测模型研究招标公告
（招标编号：0002200000078107）
一、招标条件
科研院计及邻近气象信息的覆冰时空聚合预测模型研究（招标编号：0002200000078107），已由项目审批机关批准，项目资金来源为自筹资金 ， 本项目已具备招标条件，现进行公开招标。
招标项目所在地区：广东广州
二、项目概况和招标范围采购范围及标的物清单
（一）项目概况：
覆冰严重威胁输电线路安全，中国南方地区地形、气象复杂，多条远距离特/超高压经过覆冰区域，易受覆冰影响，故而对防冰抗冰提出更高要求。当前输电线路覆冰监测装置支持在线监测线路覆冰厚度，多年来累积了大量覆冰数据、图像，然而针对覆冰的分布特征、覆冰程度的智能识别、覆冰量预测、电网设备抗冰能力评估的成果依然缺乏，亟需进一步研究。而大数据技术和人工智能方兴未艾，理论越来越丰富，为适应我国电网智能化的发展要求，必须开展大数据挖掘、数据分析以及人工智能等信息化技术在电网应用的研究，以适应电网中长期发展规划的要求。本项目针对地线覆冰厚度计算模型与实际存在较大偏差，微气象和图像等传感器在低温雨雪等恶劣天气下数据可用率不高且缺乏有效的数据质量评估、提升手段，缺乏针对输电线路覆冰的预测系统，无法实现对输电线路精细化短期覆冰预测，对于融冰决策和应急抢险的支持力度有待进一步加强等问题开展研究。基于 覆冰监测预警系统10多年输电线路自然覆冰海量数据，利用深度学习等手段对 覆冰数据开展深入研究，深入挖掘覆冰时空分布特征，构建线路覆冰图像识别样本库，利用AI技术研究覆冰类型、覆冰厚度图像智能识别，研究基于历史覆冰规律实现精细化的覆冰智能预测，突破电网覆冰安全基础科学。
（二）采购范围：
1、本次招标采购内容：
（1）基于邻近区域覆冰、气象数据的空间预测模型
1）基于多视图孪生时空卷积网络的邻近区域相似度量方法
2）基于时空关联学习的邻近区域覆冰影响因子计算方法
3）基于动态时空演化学习的覆冰空间预测模型
（2）覆冰时空预测模型开发
1）基于多模态深度学习的覆冰时空预测模型研究
2）设计基于多模态时空动态学习的覆冰时间点和覆冰概率精准预测模型
3）基于混合深度学习的覆冰时空预测模型研究
2、本次采购预期交付的成果：
（1）完成开发基于邻近区域覆冰、气象数据的空间预测模型1套，覆冰模型误报率15%以下、漏报率30%以下，训练好的覆冰模型实时预测时间响应秒级以内。
（2）完成开发覆冰时空预测模型研究算法1套，24小时内非融冰条件下覆冰模型预测准确率不低于90%，覆冰模型误报率15%以下、漏报率30%以下，训练好的覆冰模型实时预测时间响应秒级以内，具备跨模态的时空多粒度预测能力，具备多通道多变量的变长时序数据处理能力。
（3）提交《基于邻近区域覆冰、气象数据的空间预测模型研发报告》1份，包含模型设计、开发和测试内容。
（4）提交《覆冰时空预测模型研究》1份，包含模型设计、开发和测试内容。
（5）5项发明专利需完成实质审查或授权，6篇论文（核心或EI检索及以上）需录用或发表，知识产权归属 科学研究院确定，不能出现乙方单位名称和人员姓名。
（三）标的物清单
序号 | 标的名称 | 标包序号 | 标包名称 | 最大中标数量 | 最高限价(万元) | 工期 | 项目建设单位 | 招标文件收取费用（元） | 保证金 |
1 | 科研院计及邻近气象信息的覆冰时空聚合预测模型研究 | 1 | 科研院计及邻近气象信息的覆冰时空聚合预测模型研究 | / | 104 | 2023年3月30日验收 | 科学研究院 | 不收取 | 不收取 |
三、投标人资格要求
通用资格： | |
通用资格要求 | |
序号 | 内容 |
1 | 投标人必须是具有独立承担民事责任能力的企业法人、事业单位法人或其它组织。投标人属于分支机构的，应当提供总公司出具的项目授权； |
2 | 投标人法定代表人为同一个人的两个及两个以上法人，母公司、全资子公司及其控股公司，不得同时参与投标，否则按废标处理； |
3 | 在中国电力招标采购网或 科学研究院的承包商资信档案中无处于限制投标资格的处罚期内； |
4 | 投标人自2017年至今，不曾在任何合同中严重违约或被逐或因投标人的原因而使任何合同被解除； |
5 | 投标人应具有良好的商业信誉，没有处于被责令停业、财产被接管、冻结、破产状态； |
6 | 投标人没有诚信和廉洁方面的不良记录； |
7 | 本项目不接受联合体投标。 |
四、招标文件的获取
本项目招标人通过供应链统一服务平台主要负责人或授权的 招标人或其招标代理机构 2021年01月20日