輸電線路圖像分析系統上線 缺陷識別率達94%以上

近日，記者從國家電網有限公司直屬科研單位全球能源互聯網研究院（以下簡稱聯研院）獲悉，該研究院運用人工智能技術，研發出一套輸電線路巡視圖像智能分析系統，系統對輸電線路中的典型缺陷如鳥巢、絕緣子爆裂、線夾傾斜等識別率達94%以上，總體技術性能達到國內先進水平，部分技術指標國際領先。同時，系統運行效率是傳統人工的3—5倍，已在27個省、300餘地市級單位試點推廣應用。

我國是世界上自然災害較爲嚴重的國家之一，具有災害種類多，分佈地域廣，發生頻率高等特點，這對電網安全穩定運行構成嚴重威脅，大面積停電風險始終存在，需要在不斷強化電力系統穩定性的同時，利用技術手段加強隱患檢測和監測預警。

“輸電線路巡視圖像智能分析系統日均檢測圖片數量超過5000張，今年以來累計實現約265萬張線路本體和通道巡檢圖像的自動識別，檢測出缺陷隱患7000餘個。”聯研院人工智能團隊負責人吳鵬說。

除人工智能外，聯研院將物聯網、大數據、移動互聯、雲平臺等先進信息化技術與電力監測預警響應相融合，開發了電力智慧應急預案系統、電網氣象災害監測系統和電力應急大數據指揮決策平臺，在抗擊新冠肺炎疫情和復工復產過程中有力保障了電網穩定。（記者 馬愛平）