程旭　李濤　張建

【摘? 要】現(xiàn)階段，常見的輸電線路巡檢方法有人工巡檢（借助信息化設(shè)備）、借助檢測儀器（紅外成像儀和紫外成像儀）借助新設(shè)備（直升飛機、機器人、無人飛行器）的巡檢。而我國電力系統(tǒng)主要采用傳統(tǒng)的人工巡檢輸電線路的方法，這種方法下，工作人員通常面臨惡劣的巡檢環(huán)境，具有巡線難度大、工作量大、數(shù)據(jù)繁重、不易存儲等缺點。對此，文章就現(xiàn)階段新型電力人工智能圖像識別技術(shù)在架空輸電線路巡檢業(yè)務(wù)中應(yīng)用的相關(guān)內(nèi)容進行了簡要的分析。

【關(guān)鍵詞】人工智能;圖像識別技術(shù);架空輸電線路;巡檢業(yè)務(wù);應(yīng)用

1引言

隨著經(jīng)濟社會的快速發(fā)展，居民生產(chǎn)生活中對于電能資源的需求量越來越大。輸電線路大多架設(shè)在較為空曠的野外，并且輸電線路周圍的地形地貌狀況相對復(fù)雜。如果再沿用以往的人工巡檢方式，不僅會造成經(jīng)濟成本的增加，同時也不利于巡檢效率與質(zhì)量的提高。此外，由于大多數(shù)輸電線路分布在野外，在受到自然、人為等因素的影響下，線路經(jīng)常出現(xiàn)破損的問題。通過應(yīng)用智能巡檢技術(shù)能及時、準確的找到故障點，進而為后續(xù)的故障搶修提供幫助。

2架空輸電線路巡檢現(xiàn)狀

架空輸電線路是我國遠距離輸配電力的主要途徑，截止目前我國的高壓輸電線路已超過23萬公里。由于架空輸電線路暴露于野外，容易受持續(xù)張力、雨雪侵襲、電氣閃絡(luò)、異物短路、材料老化等非人為因素的影響而發(fā)生導(dǎo)線斷股、磨損和腐蝕等損傷，如果不及時發(fā)現(xiàn)并修復(fù)，可能會導(dǎo)致大面積停電等嚴重的電力事故和巨大的經(jīng)濟損失。目前，我國主要通過地面人工目測和無人機航測兩種方式對架空輸電線路進行定期巡檢。眾所周知，傳統(tǒng)的基于人力的巡視勞動強度大、效率低，并且人員安全得不到有效保障，而航測法不僅成本高，危險性也較大，稍有不慎就可能導(dǎo)致撞線。隨著智能技術(shù)的迅速發(fā)展，輸電線路的巡檢方式有望實現(xiàn)變革。例如，輸電線路巡檢機器人沿線巡檢，需自主跨越防震錘、間隔棒、線夾等多種障礙物，同時利用攜帶的攝像頭對桿塔、導(dǎo)線、避雷線、絕緣子串、路金具、線路通道等進行近距離拍攝，并對采集到的圖像信息進行自主分析判斷，也可以將其傳回地面基站，進行人工分析。巡檢機器人的應(yīng)用可以大大提高巡檢的效率，降低輸電線路維護成本，確保其安全運行，是節(jié)約成本的有效辦法，也是保證安全的重要措施。

3圖像識別技術(shù)綜述

近年來，人工智能技術(shù)與機器學習技術(shù)均得到了突飛猛進的發(fā)展，較為通用的解決思路是通過圖像采集終端傳感器獲取圖像數(shù)據(jù)文件，通過數(shù)據(jù)的預(yù)處理來實現(xiàn)特征量的歸類，從而依據(jù)訓(xùn)練模型來實現(xiàn)預(yù)置特征的標注。構(gòu)建高效且準確的圖像分類模型的主要有運用兩種方法：其一運用優(yōu)化分類器得到高效的圖像分類模型;其二分析優(yōu)化圖像特征得到更好的圖像理解過程，從而得到高效的圖像分類模型。國內(nèi)外研究機構(gòu)與企業(yè)在圖像識別技術(shù)研究、應(yīng)用領(lǐng)域進行了巨大的投入，形成了廣泛的成果。目前，國內(nèi)百度、阿里云、騰訊、曠世科技等大型科技企業(yè)都已推出了基于人工智能圖像識別技術(shù)的開放API平臺，能夠滿足包括不同目標對象、不同識別粒度在不同場景下的應(yīng)用需求，商業(yè)化進程遠超預(yù)期。國外，谷歌、微軟等傳統(tǒng)科技翹楚企業(yè)也紛紛布局圖像識別技術(shù)領(lǐng)域，研究成果及商業(yè)化產(chǎn)品在行業(yè)內(nèi)占有舉足輕重的地位。

4人工智能圖像識別在輸電巡檢業(yè)務(wù)中的應(yīng)用模式

4.1輸電巡檢影像樣本編碼規(guī)則研究及標準庫構(gòu)建

基于輸變電設(shè)備的結(jié)構(gòu)從屬關(guān)系和缺陷的分級分類，制定樣本屬性標注規(guī)范，構(gòu)建樣本庫，該樣本庫來源于輸電線路各類巡視數(shù)據(jù)，包括直升機、無人機、在線視頻、機器人及可穿戴設(shè)備拍攝的視頻、圖片等，不同來源的數(shù)據(jù)具有不同數(shù)據(jù)特征和存儲格式，需要分別構(gòu)建缺陷數(shù)據(jù)庫系統(tǒng)。本文通過開展巡視缺陷樣本特征質(zhì)量評價技術(shù)、基于深度學習框架的訓(xùn)練數(shù)據(jù)集格式轉(zhuǎn)化方法和數(shù)據(jù)庫存儲檢索技術(shù)研究，構(gòu)建輸變電影像樣本標準庫。

4.2輸電線路智能立體巡視模式研究與構(gòu)建

輸電線路人工智能圖像識別輔助巡視通過獲取現(xiàn)有輸電線路本體無人機、直升機巡視系統(tǒng)和輸電線路視頻圖像機器人、在線監(jiān)測巡視系統(tǒng)數(shù)據(jù);利用開發(fā)的人工智能圖像識別模塊進行缺陷隱患的在線或離線分析識別，并在系統(tǒng)中展示分析結(jié)果;結(jié)合移動應(yīng)用，根據(jù)線路管理權(quán)限，選擇性推送預(yù)告警信息。系統(tǒng)采用模塊化開發(fā)方式，主要包括無人機和直升機數(shù)據(jù)管理系統(tǒng)規(guī)范接口模塊、視頻圖像機器人和在線監(jiān)測巡視系統(tǒng)規(guī)范接口、數(shù)據(jù)存儲、數(shù)據(jù)管理、本體缺陷圖像智能識別分析、通道隱患圖像智能識別分析、告警信息推送、告警信息展示等模塊。

4.2.1現(xiàn)有巡視數(shù)據(jù)的獲取

對于輸電線路視頻圖像機器人在線巡視數(shù)據(jù)，采取制定統(tǒng)一數(shù)據(jù)協(xié)議的方式，開發(fā)基于WebSevers的接口，獲取視頻圖像機器人在線巡視數(shù)據(jù);對于圖像視頻在線巡視數(shù)據(jù)，各網(wǎng)省均已部署系統(tǒng)，制定統(tǒng)一的數(shù)據(jù)協(xié)議，開發(fā)基于WebSevers的接口，獲取視頻圖像在線巡視數(shù)據(jù)。通過以上方式，打通與輸電線路人工智能圖像識別輔助巡視系統(tǒng)之間的數(shù)據(jù)通道，實現(xiàn)數(shù)據(jù)的獲取。

4.2.2數(shù)據(jù)分析

輸電線路人工智能圖像識別輔助巡視系統(tǒng)采用模塊化開發(fā)方式，集成人工智能圖像識別模塊，對無人機、直升機巡視數(shù)據(jù)，采用離線模式進行缺陷的檢測與識別;另外，針對輸電線路通道內(nèi)的巡視圖像，采用在線識別模式實時分析;對于視頻圖像機器人巡視數(shù)據(jù)，采用在線識別模式實時分析。

4.2.3數(shù)據(jù)存儲與管理

輸電線路人工智能圖像識別輔助巡視系統(tǒng)將數(shù)據(jù)按照臺賬數(shù)據(jù)、運行數(shù)據(jù)和圖像、視頻等非結(jié)構(gòu)化數(shù)據(jù)進行劃分，分別采用不同的存儲和管理方式。其中：針對臺賬數(shù)據(jù)采用關(guān)系型數(shù)據(jù)庫來實現(xiàn)存儲的持久化，針對運行數(shù)據(jù)則采用NoSQL數(shù)據(jù)庫來提供讀寫與分析的性能。

4.2.4告答信息推送

輸電線路人工智能圖像識別輔助巡視系統(tǒng)基于電網(wǎng)GAS實現(xiàn)告警信息的分布式實時動態(tài)展示。以區(qū)域內(nèi)輸電線路分布圖為綱，以變電站為起止，顯示不同電壓等級的輸電線路，以桿塔為核心，顯示本體、通道等立體化分析結(jié)果及告警信息，形成告警分布圖，同時顯示直升機、無人機的實時位置及視頻監(jiān)測裝置的安裝位置。

4.3輸電線路通道風險評估體系研究與安全預(yù)譽模式設(shè)計

以無人機、直升機、機器人等智能化巡視及人工巡視為基礎(chǔ)，以圖像自動識別技術(shù)的在線監(jiān)測為補充，進行山火、機械外破、異物、鳥害專項排查。一是開展山火智能立體化風險排查，劃分防山火重點區(qū)段，并制定I級、II級防火區(qū)。二是開展通過重點排查跨越河流航道、一級公路、大跨越等重要交叉跨越的“三跨”及的防機械外破風險;重點排查在建高速公路、鐵路、化工園區(qū)、采石采礦等存在高大機械作業(yè)或爆破施工作業(yè)情況。三是開展防異物外破風險排查。重點排查通道內(nèi)及通道方圓500米內(nèi)是否存在大面積塑料大棚、薄膜、大型橫幅及其他易漂浮物，通道內(nèi)及通道方圓100米內(nèi)是否有彩鋼板等。四是開展防鳥害風險排查。重點排查沿線路是否有鳥群集結(jié)地段鳥類活動的規(guī)律和特點，防鳥刺、驅(qū)鳥器等防鳥設(shè)施運行情況，桿塔上鳥巢分布情況，絕緣子、均壓環(huán)及金具上鳥糞情況。

5結(jié)束語

本項目研究基于人工智能深度學習技術(shù)對輸電巡視場景及故障識別進行研究，通過較為完備的樣本知識庫構(gòu)建，場景特征分析、識別網(wǎng)絡(luò)優(yōu)化技術(shù)等進行深入探索和研究并研發(fā)示范系統(tǒng)開展了場景化驗證工作，相關(guān)研究成果及實踐依據(jù)對電網(wǎng)行業(yè)未來開展基于人工智能圖像識別技術(shù)的輸電線路巡視具有必重要參考價值。

參考文獻：

[1]孫文欣.唐山供電公司輸電線路智能巡檢故障定位系統(tǒng)應(yīng)用研究[D].華北電力大學，2013.

[2]周宗國，丁宇潔，周光珍，高在武.高壓輸電線路智能巡檢新技術(shù)[J].科學技術(shù)創(chuàng)新，2018，20：155-156.