據了解,輸電線(xiàn)路發(fā)熱檢測是電力系統運維的重要環(huán)節,可以及時(shí)發(fā)現線(xiàn)路缺陷隱患,防止線(xiàn)路跳閘停電等事故的發(fā)生。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(chǎng)判別畫(huà)面中的發(fā)熱故障點(diǎn),易受檢修人員經(jīng)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(fā)的輸電線(xiàn)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(fā)熱缺陷,可輔助線(xiàn)路運維單位及時(shí)消除線(xiàn)路跳閘停電的隱患。
此次技術(shù)攻關(guān)團隊結合業(yè)務(wù)場(chǎng)景,采用“最小化標注 + 階梯式學(xué)習 + 干擾點(diǎn)屏蔽”的技術(shù)路線(xiàn),實(shí)現了紅外缺陷隱患的智能識別,模型識別準確率達 90% 以上。
據介紹,目前該系統在國網(wǎng)電力空間技術(shù)有限公司部署應用,系國內首次將人工智能技術(shù)規模化應用于輸電線(xiàn)路發(fā)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(gè)小時(shí),現在采用該系統,從上傳視頻到完成分析只需要 2 個(gè)小時(shí),且過(guò)程中無(wú)需人工干預。