从华北电力大学获悉，由国网电力空间技术有限公司联合该校等单位研发的输电线路红外缺陷智能识别系统，近日在我国主要超特高压线路运维方面实现产业化应用。这是国内首次将人工智能（AI）技术规模化应用于输电线路发热检测。

据介绍，迎峰度夏期间，全国气温不断升高，电力负荷急剧增加。为保障电网安全稳定运行，要及时发现线路缺陷隐患。然而，以往用人工智能识别红外影像数据的流程比较复杂，且需由人工现场判别画面中的发热故障点，易受检修人员经验、注意力等因素的影响而造成遗漏；此外，红外视频数据量庞大，复检工作难度极大且效率低下，易造成绝缘子掉串等危险事件。而利用新研发的输电线路红外缺陷智能识别系统，仅需一键上传巡检红外视频就能快速抽帧并智能识别发热缺陷，可辅助线路运维单位及时消除线路跳闸停电的隐患。

“此次，技术攻关团队结合业务场景，采用‘最小化标注+阶梯式学习+干扰点屏蔽’的技术路线，实现了红外缺陷隐患的智能识别，模型识别准确率达90%以上。”该系统应用方、国网电力空间技术有限公司空间技术应用中心巡检处处长郭晓冰说。

据介绍，目前该系统在国网电力空间技术有限公司部署应用，系国内首次将人工智能技术规模化应用于输电线路发热检测。以240基杆塔的红外视频为例，传统人工数据复核需要5个小时，现在采用该系统，从上传视频到完成分析只需要2个小时，且过程中无需人工干预。

电力系统中，输电线路发热检测一直是重要的环节，它能够及时发现线路缺陷隐患，预防线路跳闸和停电等事故的发生。然而，在过去，人工识别红外影像数据的流程相当复杂，需要现场工作人员耗费大量时间判别影像中的发热故障点，而且容易受到个人经验和注意力的影响，导致可能遗漏问题。此外，庞大的红外视频数据也增加了复检工作的难度，效率低下，还可能导致绝缘子掉串等危险情况。

但现在，通过国网电力空间技术有限公司等单位的合作，这一问题迎来了创新解决方案。新研发的输电线路红外缺陷智能识别系统，只需要上传巡检红外视频，系统即可快速抽取关键帧并自动识别发热缺陷。这个系统采用了"最小化标注 + 阶梯式学习 + 干扰点屏蔽"的技术路线，通过训练模型，实现了对红外缺陷隐患的智能识别，准确率达到了90%以上。

据ITBEAR科技资讯了解，该系统目前已经在国网电力空间技术有限公司部署应用，并且已在主要的超特高压线路上取得了显著效果。以一个包含240个基杆塔的红外视频为例，传统的人工数据复核需要5个小时，而采用这个系统只需要2个小时，而且整个分析过程无需人工干预，大大提升了效率和准确性。

这一技术的成功应用，标志着我国首次将人工智能技术规模化应用于输电线路发热检测，为电力系统的运维提供了更为高效可靠的解决方案，有望在未来进一步推动能源领域的创新发展。

来源：科技日报,IT之家,新华网

注：文章内的所有配图皆为网络转载图片，侵权即删！

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。