(资料图片仅供参考)

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。

(责任编辑：范晓婷)