日前，由國網(wǎng)山東省電力公司牽頭、國網(wǎng)山東電科院具體組織、國網(wǎng)智能公司等單位參與申報的科技成果“基于人工智能的輸電線路大規(guī)模立體巡檢關鍵技術及應用”榮獲2023年度中國電力科學技術進步一等獎，實現(xiàn)了歷史性突破。
該成果構建了“空天地”立體智能巡檢體系，實現(xiàn)大規(guī)模輸電線路場景全方位監(jiān)控、巡檢影像智能分析、缺陷隱患實時預警處置，推動輸電線路巡檢模式完成“無人機替代本體人工巡視、可視化替代通道人工巡視”的深刻變革，顯著提升輸電線路防護水平。
智能監(jiān)拍 實現(xiàn)線路通道實時監(jiān)控
“近年來，隨著社會經(jīng)濟發(fā)展，全國架空輸電線路里程迅速增長，線路運維壓力與日俱增，亟須引入信息化、智能化手段解決超大規(guī)模輸電線路防護問題。”國網(wǎng)山東電科院輸變電技術中心主任辜超介紹，“在通道防護方面，我們先后研發(fā)了通道監(jiān)拍裝置、智能識別模型、端云協(xié)同算法，實現(xiàn)了通道實時監(jiān)控、智能告警。”
自2015年開始，針對傳統(tǒng)架空輸電線路人工巡檢效率低、周期長等問題，該院成立攻堅團隊，立足線路通道防護實際需求、深入分析傳統(tǒng)技術手段難見成效的原因，得出結論——規(guī)模化部署是實現(xiàn)通道防護的關鍵、低成本是實現(xiàn)規(guī)?；渴鸬那疤帷⒍〞r監(jiān)拍取代連續(xù)視頻監(jiān)控符合當前需求。隨后，該院牽頭研制低成本、小型化、高可靠的可視化裝置，采用定時抓拍的方式實現(xiàn)通道影像采集，解決了通道實時監(jiān)控問題。隨著監(jiān)拍裝置規(guī)?；瘧茫Ａ垦矙z圖像辨識單純依靠人工，工作量大、實時性差、隱患漏報概率高。2017年，該團隊研發(fā)人工智能圖像識別模型并在可視化系統(tǒng)部署應用，攻克了施工機械、山火、導地線異物等通道內(nèi)隱患目標精準識別的難題，實現(xiàn)通道隱患實時識別預警。2018年，該團隊進一步研發(fā)輕量化智能識別模型并對全省監(jiān)拍裝置升級，將前端識別有隱患的圖像回傳至后臺系統(tǒng)，大大降低了裝置流量費用與功耗。
2021年至今，山東電網(wǎng)可視化覆蓋率逐年提升，開始向規(guī)?；б妫搱F隊先后研發(fā)基于激光點云的三維測距技術，并在全省220千伏及以上線路部署應用，實現(xiàn)通道隱患精準測距、分級預警，監(jiān)盤人員告警確認處理工作量顯著降低；研發(fā)基于短視頻的導線舞動檢測技術，相比傳統(tǒng)舞動監(jiān)測裝置，具有無需停電安裝、成本低、支持迭代升級的特點，迅速在煙臺、濱州等舞動易發(fā)區(qū)規(guī)?；瘧茫@著提升舞動監(jiān)測與防治水平。
自主巡檢 確保線路本體高效巡視
2017年，隨著無人機巡檢大規(guī)模應用，依靠人員手動操控無人機進行本體巡檢，暴露出巡檢不規(guī)范、關鍵點位漏拍、圖像采集不準確等問題。該團隊提出基于輸電線路激光點云的無人機航跡自動規(guī)劃方法，按無人機巡檢飛行距離、標準拍照順序一鍵生成巡檢航線，無人機按照航線高精度飛行，保證了巡檢安全性以及圖像采集的規(guī)范性、準確性，單塔巡檢時間由30分鐘降低至8分鐘。
無人機執(zhí)行巡檢任務時，采集的圖像質(zhì)量易受環(huán)境影響，從而影響本體缺陷的辨識。對此，2018年，該團隊研發(fā)了圖像增強算法、設計了基于視覺反饋的閉環(huán)控制策略，實現(xiàn)非理想光照情況下的高清晰圖像采集。
無人機巡檢圖像存在分辨率高、缺陷目標微小等特點，人眼辨識海量高分辨率圖像中的銷釘缺失、裂紋級隱患，難度高、耗時長，成為無人機巡檢最薄弱一環(huán)。為此，該團隊研發(fā)了高精度線路本體缺陷識別模型，單張圖像識別耗時小于2秒，且對細粒度缺陷識別精度超出專業(yè)人員約10%，替代人工實現(xiàn)無人機巡檢圖像全自動化智能識別。
人工智能 助力線路巡檢質(zhì)效提升
人工智能算法是該成果的核心創(chuàng)新之一。該團隊立足實際需求，歷時6年，針對人工智能三要素——數(shù)據(jù)（樣本）、算法、算力逐個突破，形成高性能人工智能技術體系，并通過輸電巡檢圖像智能識別比賽等方式，優(yōu)選高性能算法進行培育，迭代創(chuàng)新，不斷提升算法性能。
為了得到性能優(yōu)秀的人工智能模型，必須以大量優(yōu)質(zhì)數(shù)據(jù)（樣本）作為支撐。該團隊與各網(wǎng)省公司及設備廠家合作，持續(xù)收集全網(wǎng)通道可視化監(jiān)拍圖像、無人機巡檢影像，構建了國內(nèi)外數(shù)量最大、種類最全的百萬級輸電線路缺陷與隱患樣本庫，為高性能算法訓練提供了堅實的數(shù)據(jù)基礎。
輸電線路本體缺陷和通道隱患種類繁多，識別難度大。該項目團隊從樣本優(yōu)選、算法模型創(chuàng)新、訓練策略優(yōu)化等全環(huán)節(jié)要素入手，構建了輸電巡檢影像人工智能識別系列模型，在全網(wǎng)范圍大規(guī)模應用，并定期進行算法運行成效分析、收集一線用戶反饋意見，對算法模型迭代提升，實現(xiàn)全部缺陷隱患的準確識別，識別精度超過專業(yè)人員。
算法運行必須有充足的算力支撐。該項目通過模型壓縮等算法將需要高算力、大內(nèi)存的算法部署在前端設備上，實現(xiàn)前端隱患檢測。同時，云端負部署高性能推理算法，對前端回傳的隱患圖像進行細化識別，減少前端算法由于精度不足造成的誤報，從而構建高效的云邊協(xié)同體系，解決海量并發(fā)圖像實時精準識別難題。
該團隊牽頭發(fā)布國際、行業(yè)等標準10余項，涵蓋樣本、算法、裝備及作業(yè)等多個維度，為相關技術研發(fā)、產(chǎn)品研制提供標準引領。該成果應用后，山東電網(wǎng)通道外破及本體缺陷造成的線路故障停運率顯著降低，有力保障了輸電線路安全穩(wěn)定運行。技術同時拓展應用于鐵路、水利等重要基礎行業(yè)，并出口沙特、巴西等多個國家，帶動相關產(chǎn)業(yè)快速發(fā)展。
下一步，國網(wǎng)山東電科院將深入落實創(chuàng)新驅動策略，從人工智能大模型、工業(yè)級無人機、視聽融合監(jiān)控等多點發(fā)力，實現(xiàn)輸電線路巡檢從感知智能到多模態(tài)生成式智能的新跨域，為新型電力系統(tǒng)安全穩(wěn)定運行提供堅強的網(wǎng)架支撐。
