据了解，国首规模输电线路发热检测是次将测电力系统运维的重要环节，可以及时发现线路缺陷隐患，技术防止线路跳闸停电等事故的化用发生。然而，于输以往用人工智能识别红外影像数据的电线流程比较复杂，且需由人工现场判别画面中的热检发热故障点，易受检修人员经验、国首规模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。
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。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，所有文章均包含本声明。
(责任编辑：焦点)