2019-08-27 10:04:51 国家电网报 　 作者： 叶枫 梁翀  

“无人机智能识别为我们的巡检工作节省了大量时间，提高了效率，本来一天的巡线工作，几个小时就可以完成。”8月22日，四川眉山供电公司的巡线员陈昌荣在110千伏镇馆线巡线时说。随着他一声指令，搭载着高清摄像机的无人机迅速爬升，沿着高压电缆缓缓飞巡。无人机采集各类图像后，数据被传至人工智能输变电巡检识别分析系统，该系统对鸟巢、异物、绝缘子自爆等缺陷图像进行快速识别。

8月中旬，国网信通产业集团自主研发的人工智能输变电巡检识别分析系统在四川眉山供电公司、浙江台州供电公司和安徽阜阳供电公司应用，能够实现绝缘子、间隔棒等目标自动识别以及杆塔类、导地线类、绝缘子类等输电线路缺陷智能诊断，助力提升输电线路巡检业务精细化及智能化水平。该系统之前已在厦门金砖峰会和上合青岛峰会供电保障中进行试点应用。

故障识别率提升

减轻人工巡线压力

直升机/无人机巡检目前在电力行业较为常见，为输电线路巡检提供了重要技术手段，但是在采集数据量、数据有效性、分析处理及时性等方面还存在不足，对现场缺陷诊断、目标补充拍摄等功能具有切实需求。

为解决这些问题，国网信通产业集团自主研发了输变电巡检识别分析系统并于今年5月正式上线应用。该系统基于人工智能深度学习算法模型、复杂环境下图像处理修复技术等，可实现复杂情况下多目标缺陷的精准研判。针对输电线路、变电站电力设施设备的本体、通道、基础等巡检目标，该系统建立异物、绝缘子、导地线等9大类20余个缺陷识别算法成熟模型，并多次在巡检图像识别技术验证比赛中获奖。

输变电巡检识别分析系统可将输电线路、变电站巡检作业过程中采集的图像数据，实现智能化缺陷发现及标注，提升电力巡检工作效率；将前期少数人集中检索缺陷方式，转变为机器代人方式，通过人机互动持续不断训练，优化深度学习算法，实现由人工标注向全面人工智能识别标注转变。

人工智能输变电巡检识别分析系统可有效为一线电力巡线人员减负。以眉山供电公司为例，巡线员每月对所辖线路至少巡视一次，有时月度巡线距离达到100千米，人均维护长度39.76千米，而且人眼识别误判率较高。应用该系统后，故障识别率得到极大提升。

“应用系统后，巡线压力会减小很多，主要是识别率会提高，不再需要我们进行人工判断，此外人工巡线距离会减少三分之一。”陈昌荣说，未来他们会扩大输变电巡检识别分析系统的应用范围。

截至今年7月底，四个试点省公司共上传2万余张各类照片，针对鸟巢、绝缘子自爆、通道塔吊吊车、烟雾山火等识别率超过90%；飘浮异物、防震锤滑移、螺栓缺销子、均压环倾斜、导线断股等识别率超过70%。

产学研合作

推动人工智能成果转化与应用

2019年，国家电网有限公司在经营区全面应用推广直升机、无人机和人工巡检相互协同的输电线路新型巡检模式，为电力巡检提供重要技术手段。随着无人机巡检里程与采集输电线路信息量的增加，如何有效、快速地进行输电线路信息采集以及缺陷类型的识别与定位，成为智能巡检亟需解决的问题。

“公司公布的泛在电力物联网建设方案中，第55项重点工作任务就是开展人工智能基础支撑能力建设，国网信通产业集团在此方面已开始积极布局。”该集团人工智能博士韩涛说。基于数据驱动的电力人工智能技术将发挥越来越重要的作用，并将成为泛在电力物联网建设的重要基础。

2016年2月，国网信通产业集团组建图像深度识别技术攻关团队；2017年5月，国家电网公司人工智能实验室挂牌成立；2018年7月，聚焦人工智能的杨善林院士工作站落地。近年来，国网信通产业集团持续加大科研力量投入，推动输变电巡检识别分析系统研发落地。

截至今年6月底，国网信通产业集团已成功构建基于快速区域卷积神经网络算法、单阶段快速目标检测算法等6类算法模型库，形成9大类20余个算法识别模型，部分识别模型达到国内行业领先水平。目前，输变电巡检识别分析系统已获得15余项发明专利、软件著作权，并有核心期刊相关论文3篇。

国网信通产业集团将继续开展人工智能技术攻关，与中国科学技术大学、科大讯飞等高校、科研机构合作，建立横跨人工智能硬件、算法、技术、应用、服务的完整生态系统，应用深度学习算法、图像识别、智能语音、AR/VR等多项应用专利技术，促进人工智能成果转化和应用，助力“三型两网”建设。