5月4日，在山東淄博220千伏白馬輸電線路通道內，一架無人機駛向半空，按照“AI診斷型”無人機智慧巡檢平臺事先設定好的巡檢航道，開始逐基巡檢線路鐵塔。

　　220千伏白馬線位于淄博市博山區(qū)南部山區(qū)，其線路通道海拔較高、地形復雜，人工巡檢難度較大。該線路于2022年9月完成無人機自主巡檢航線調試。有了無人機助力，這條線路的巡檢效率大幅提升，線路安全也更有保障。

　　淄博供電公司是國網(wǎng)山東省電力公司無人機自主巡檢的試點單位。2022年以來，淄博供電公司數(shù)字化部、運檢部、輸電運檢中心等多部門員工組成聯(lián)合技術小組，利用5G、人工智能、邊緣計算等技術，建設“AI診斷型”無人機智慧巡檢平臺，實現(xiàn)淄博電網(wǎng)110千伏及以上輸電線路無人機自主巡檢全覆蓋。該平臺運行至今滿一年，明顯提升了輸電線路巡檢工作的質量和效率。

　　云邊協(xié)同分析圖像

　　精準定位關鍵部件

　　“AI診斷型”無人機智慧巡檢平臺基于國家電網(wǎng)有限公司應用系統(tǒng)統(tǒng)一開發(fā)平臺開發(fā)，部署在國網(wǎng)山東電力5G專網(wǎng)上，功能架構分為感知層、網(wǎng)絡層、平臺層、應用層，搭載了智能識別、智能分析、預警通知等功能模塊。其中，平臺上的智能識別模塊利用云邊協(xié)同技術，可以與無人機上加裝的智能識別模塊實時交換信息。

　　絕緣子、金具等關鍵部件是巡檢的重點，關鍵部件識別和定位的精準度是保證無人機巡檢效果的關鍵。實現(xiàn)無人機自主精準識別、定位關鍵部件，靠的就是智能識別模塊。

　　無人機上加裝的智能識別模塊依托計算機視覺目標檢測技術研發(fā)，集成部署了線路部件屬性結構和位置關系量化壓縮模型。在實際工作中，“AI診斷型”無人機智慧巡檢平臺智能識別模塊與無人機上加裝的智能識別模塊基于無人機回傳的畫面精準識別、定位關鍵部件，并調整無人機長焦鏡頭焦距，將關鍵部件呈現(xiàn)在鏡頭畫幅中央后再進行拍攝。

　　同時，智能識別模塊還可以對無人機自主巡檢采集傳回的圖像信息進行人工智能識別，確保巡檢圖像清晰、拍攝對象準確。

　　年初以來，通過無人機自主巡檢，淄博供電公司已發(fā)現(xiàn)線夾、絕緣子等關鍵部位隱患8處。與人工巡檢相比，無人機巡檢的檢測效率、準確度明顯提高，可節(jié)省60%以上的人力。

　　依托5G電力專網(wǎng)

　　高速回傳巡檢圖像

　　3月7日，淄博供電公司輸電運檢中心監(jiān)控室值班員王一夔收到“AI診斷型”無人機智慧巡檢平臺推送的信息，其中一條圖像信息顯示220千伏源鐵線1號中相小號側引流板溫度異常，無人機紅外測溫達167攝氏度。他立即將這條信息報送輸電運檢中心副主任李思毛。

　　李思毛立即安排運維人員趕赴現(xiàn)場。經(jīng)運維人員現(xiàn)場檢測，人工紅外測溫數(shù)值與無人機自主巡檢傳回的數(shù)值基本一致。隨后，李思毛安排帶電作業(yè)人員快速消除隱患，保障線路安全穩(wěn)定運行。

　　“從原先的人工篩圖到現(xiàn)在的圖像信息自動回傳，隱患排查、處理的效率進一步提升。”李思毛介紹。以前無人機巡檢結束后，巡檢人員還要返回辦公室，從無人機巡檢拍攝的海量照片中挑選疑似存在設備隱患的照片。之后，巡檢人員再到現(xiàn)場，對照照片逐一消除隱患。

　　“AI診斷型”無人機智慧巡檢平臺依托5G網(wǎng)絡高速率、低延時、大容量等優(yōu)勢，將無人機前端采集的高清晰度圖像信息快速傳回后端平臺，增強了無人機自主巡檢的實時性。通過5G網(wǎng)絡，無人機自主巡檢圖像傳輸速度達到了每秒20兆，視頻加載速度相比4G網(wǎng)絡傳輸提升30%。

　　同時，“AI診斷型”無人機智慧巡檢平臺還可以展示無人機自主巡檢線路及巡檢點位，動態(tài)檢測無人機飛行狀態(tài)、巡檢時間，并自動與歷史巡檢數(shù)據(jù)對比，生成巡檢報告，助力保障電網(wǎng)安全平穩(wěn)運行。

　　應用人工智能算法

　　自主識別輸電線路常見缺陷

　　隨著天氣逐漸回暖，博山區(qū)五陽湖迎來一批北歸的候鳥。3月20日，淄博供電公司輸電運檢中心員工楊沂霖、尹曉鋼在五陽湖附近開展無人機自主巡檢，排查周邊輸電線路隱患，重點防范鳥類活動影響線路安全運行。

　　“無人機一旦發(fā)現(xiàn)隱患，就會把照片第一時間發(fā)送到我手中的操控終端上。”楊沂霖說，“AI診斷型”無人機智慧巡檢平臺實現(xiàn)了5大類21小類的輸電線路常見缺陷自動識別、動態(tài)預警。

　　“AI診斷型”無人機智慧巡檢平臺上有一個輸電線路圖像特征隱患庫，匯集了大量的輸電線路隱患圖像數(shù)據(jù)。該平臺可應用多種人工智能算法自動比對無人機巡檢拍攝圖像與圖像特征隱患庫內的圖像，并智能分析缺陷類型，自主識別故障點。統(tǒng)計數(shù)據(jù)顯示，該平臺的缺陷隱患識別率已穩(wěn)定在85%以上。隨著無人機自主巡檢樣本的積累，平臺會持續(xù)優(yōu)化分析模型，提升缺陷隱患識別率。

　　自2022年4月該平臺試點應用以來，已支撐無人機自主巡檢1500多個小時，累計對比分析巡檢圖像2萬余張，協(xié)助運維人員發(fā)現(xiàn)并消除各類隱患缺陷43處。（崔磊）