(相關資料圖)

記者8月11日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)技術規模化應用于輸電線路發熱檢測。

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。”該系統應用方、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模化應用于輸電線路發熱檢測。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。

關鍵詞：