從華北電力大學獲悉，由國網電力空間技術有限公司聯合該校等單位研發的輸電線路紅外缺陷智能識別系統，近日在我國主要超特高壓線路運維方面實現產業化應用。這是國內首次將人工智能（AI）技術規?；瘧糜谳旊娋€路發熱檢測。

據介紹，迎峰度夏期間，全國氣溫不斷升高，電力負荷急劇增加。為保障電網安全穩定運行，要及時發現線路缺陷隱患。然而，以往用人工智能識別紅外影像數據的流程比較復雜，且需由人工現場判別畫面中的發熱故障點，易受檢修人員經驗、注意力等因素的影響而造成遺漏；此外，紅外視頻數據量龐大，復檢工作難度極大且效率低下，易造成絕緣子掉串等危險事件。而利用新研發的輸電線路紅外缺陷智能識別系統，僅需一鍵上傳巡檢紅外視頻就能快速抽幀并智能識別發熱缺陷，可輔助線路運維單位及時消除線路跳閘停電的隱患。

“此次，技術攻關團隊結合業務場景，采用‘最小化標注+階梯式學習+干擾點屏蔽’的技術路線，實現了紅外缺陷隱患的智能識別，模型識別準確率達90%以上?！痹撓到y應用方、國網電力空間技術有限公司空間技術應用中心巡檢處處長郭曉冰說。

據介紹，目前該系統在國網電力空間技術有限公司部署應用，系國內首次將人工智能技術規?；瘧糜谳旊娋€路發熱檢測。以240基桿塔的紅外視頻為例，傳統人工數據復核需要5個小時，現在采用該系統，從上傳視頻到完成分析只需要2個小時，且過程中無需人工干預。

電力系統中，輸電線路發熱檢測一直是重要的環節，它能夠及時發現線路缺陷隱患，預防線路跳閘和停電等事故的發生。然而，在過去，人工識別紅外影像數據的流程相當復雜，需要現場工作人員耗費大量時間判別影像中的發熱故障點，而且容易受到個人經驗和注意力的影響，導致可能遺漏問題。此外，龐大的紅外視頻數據也增加了復檢工作的難度，效率低下，還可能導致絕緣子掉串等危險情況。

但現在，通過國網電力空間技術有限公司等單位的合作，這一問題迎來了創新解決方案。新研發的輸電線路紅外缺陷智能識別系統，只需要上傳巡檢紅外視頻，系統即可快速抽取關鍵幀并自動識別發熱缺陷。這個系統采用了"最小化標注 + 階梯式學習 + 干擾點屏蔽"的技術路線，通過訓練模型，實現了對紅外缺陷隱患的智能識別，準確率達到了90%以上。

據ITBEAR科技資訊了解，該系統目前已經在國網電力空間技術有限公司部署應用，并且已在主要的超特高壓線路上取得了顯著效果。以一個包含240個基桿塔的紅外視頻為例，傳統的人工數據復核需要5個小時，而采用這個系統只需要2個小時，而且整個分析過程無需人工干預，大大提升了效率和準確性。

這一技術的成功應用，標志著我國首次將人工智能技術規模化應用于輸電線路發熱檢測，為電力系統的運維提供了更為高效可靠的解決方案，有望在未來進一步推動能源領域的創新發展。

來源：科技日報,IT之家,新華網

注：文章內的所有配圖皆為網絡轉載圖片，侵權即刪！

著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。