程旭　李涛　张建

【摘  要】现阶段，常见的输电线路巡检方法有人工巡检（借助信息化设备）、借助检测仪器（红外成像仪和紫外成像仪）借助新设备（直升飞机、机器人、无人飞行器）的巡检。而我国电力系统主要采用传统的人工巡检输电线路的方法，这种方法下，工作人员通常面临恶劣的巡检环境，具有巡线难度大、工作量大、数据繁重、不易存储等缺点。对此，文章就现阶段新型电力人工智能图像识别技术在架空输电线路巡检业务中应用的相关内容进行了简要的分析。

【关键词】人工智能;图像识别技术;架空输电线路;巡检业务;应用

1引言

随着经济社会的快速发展，居民生产生活中对于电能资源的需求量越来越大。输电线路大多架设在较为空旷的野外，并且输电线路周围的地形地貌状况相对复杂。如果再沿用以往的人工巡检方式，不仅会造成经济成本的增加，同时也不利于巡检效率与质量的提高。此外，由于大多数输电线路分布在野外，在受到自然、人为等因素的影响下，线路经常出现破损的问题。通过应用智能巡检技术能及时、准确的找到故障点，进而为后续的故障抢修提供帮助。

2架空输电线路巡检现状

架空输电线路是我国远距离输配电力的主要途径，截止目前我国的高压输电线路已超过23万公里。由于架空输电线路暴露于野外，容易受持续张力、雨雪侵袭、电气闪络、异物短路、材料老化等非人为因素的影响而发生导线断股、磨损和腐蚀等损伤，如果不及时发现并修复，可能会导致大面积停电等严重的电力事故和巨大的经济损失。目前，我国主要通过地面人工目测和无人机航测两种方式对架空输电线路进行定期巡检。众所周知，传统的基于人力的巡视劳动强度大、效率低，并且人员安全得不到有效保障，而航测法不仅成本高，危险性也较大，稍有不慎就可能导致撞线。随着智能技术的迅速发展，输电线路的巡检方式有望实现变革。例如，输电线路巡检机器人沿线巡检，需自主跨越防震锤、间隔棒、线夹等多种障碍物，同时利用携带的摄像头对杆塔、导线、避雷线、绝缘子串、路金具、线路通道等进行近距离拍摄，并对采集到的图像信息进行自主分析判断，也可以将其传回地面基站，进行人工分析。巡检机器人的应用可以大大提高巡检的效率，降低输电线路维护成本，确保其安全运行，是节约成本的有效办法，也是保证安全的重要措施。

3图像识别技术综述

近年来，人工智能技术与机器学习技术均得到了突飞猛进的发展，较为通用的解决思路是通过图像采集终端传感器获取图像数据文件，通过数据的预处理来实现特征量的归类，从而依据训练模型来实现预置特征的标注。构建高效且准确的图像分类模型的主要有运用两种方法：其一运用优化分类器得到高效的圖像分类模型;其二分析优化图像特征得到更好的图像理解过程，从而得到高效的图像分类模型。国内外研究机构与企业在图像识别技术研究、应用领域进行了巨大的投入，形成了广泛的成果。目前，国内百度、阿里云、腾讯、旷世科技等大型科技企业都已推出了基于人工智能图像识别技术的开放API平台，能够满足包括不同目标对象、不同识别粒度在不同场景下的应用需求，商业化进程远超预期。国外，谷歌、微软等传统科技翘楚企业也纷纷布局图像识别技术领域，研究成果及商业化产品在行业内占有举足轻重的地位。

4人工智能图像识别在输电巡检业务中的应用模式

4.1输电巡检影像样本编码规则研究及标准库构建

基于输变电设备的结构从属关系和缺陷的分级分类，制定样本属性标注规范，构建样本库，该样本库来源于输电线路各类巡视数据，包括直升机、无人机、在线视频、机器人及可穿戴设备拍摄的视频、图片等，不同来源的数据具有不同数据特征和存储格式，需要分别构建缺陷数据库系统。本文通过开展巡视缺陷样本特征质量评价技术、基于深度学习框架的训练数据集格式转化方法和数据库存储检索技术研究，构建输变电影像样本标准库。

4.2输电线路智能立体巡视模式研究与构建

输电线路人工智能图像识别辅助巡视通过获取现有输电线路本体无人机、直升机巡视系统和输电线路视频图像机器人、在线监测巡视系统数据;利用开发的人工智能图像识别模块进行缺陷隐患的在线或离线分析识别，并在系统中展示分析结果;结合移动应用，根据线路管理权限，选择性推送预告警信息。系统采用模块化开发方式，主要包括无人机和直升机数据管理系统规范接口模块、视频图像机器人和在线监测巡视系统规范接口、数据存储、数据管理、本体缺陷图像智能识别分析、通道隐患图像智能识别分析、告警信息推送、告警信息展示等模块。

4.2.1现有巡视数据的获取

对于输电线路视频图像机器人在线巡视数据，采取制定统一数据协议的方式，开发基于WebSevers的接口，获取视频图像机器人在线巡视数据;对于图像视频在线巡视数据，各网省均已部署系统，制定统一的数据协议，开发基于WebSevers的接口，获取视频图像在线巡视数据。通过以上方式，打通与输电线路人工智能图像识别辅助巡视系统之间的数据通道，实现数据的获取。

4.2.2数据分析

输电线路人工智能图像识别辅助巡视系统采用模块化开发方式，集成人工智能图像识别模块，对无人机、直升机巡视数据，采用离线模式进行缺陷的检测与识别;另外，针对输电线路通道内的巡视图像，采用在线识别模式实时分析;对于视频图像机器人巡视数据，采用在线识别模式实时分析。

4.2.3数据存储与管理

输电线路人工智能图像识别辅助巡视系统将数据按照台账数据、运行数据和图像、视频等非结构化数据进行划分，分别采用不同的存储和管理方式。其中：针对台账数据采用关系型数据库来实现存储的持久化，针对运行数据则采用NoSQL数据库来提供读写与分析的性能。

4.2.4告答信息推送

输电线路人工智能图像识别辅助巡视系统基于电网GAS实现告警信息的分布式实时动态展示。以区域内输电线路分布图为纲，以变电站为起止，显示不同电压等级的输电线路，以杆塔为核心，显示本体、通道等立体化分析结果及告警信息，形成告警分布图，同时显示直升机、无人机的实时位置及视频监测装置的安装位置。

4.3输电线路通道风险评估体系研究与安全预誉模式设计

以无人机、直升机、机器人等智能化巡视及人工巡视为基础，以图像自动识别技术的在线监测为补充，进行山火、机械外破、异物、鸟害专项排查。一是开展山火智能立体化风险排查，划分防山火重点区段，并制定I级、II级防火区。二是开展通过重点排查跨越河流航道、一级公路、大跨越等重要交叉跨越的“三跨”及的防机械外破风险;重点排查在建高速公路、铁路、化工园区、采石采矿等存在高大机械作业或爆破施工作业情况。三是开展防异物外破风险排查。重点排查通道内及通道方圆500米内是否存在大面积塑料大棚、薄膜、大型横幅及其他易漂浮物，通道内及通道方圆100米内是否有彩钢板等。四是开展防鸟害风险排查。重点排查沿线路是否有鸟群集结地段鸟类活动的规律和特点，防鸟刺、驱鸟器等防鸟设施运行情况，杆塔上鸟巢分布情况，绝缘子、均压环及金具上鸟粪情况。

5结束语

本项目研究基于人工智能深度学习技术对输电巡视场景及故障识别进行研究，通过较为完备的样本知识库构建，场景特征分析、识别网络优化技术等进行深入探索和研究并研发示范系统开展了场景化验证工作，相关研究成果及实践依据对电网行业未来开展基于人工智能图像识别技术的输电线路巡视具有必重要参考价值。

参考文献：

[1]孙文欣.唐山供电公司输电线路智能巡检故障定位系统应用研究[D].华北电力大学，2013.

[2]周宗国，丁宇洁，周光珍，高在武.高压输电线路智能巡检新技术[J].科学技术创新，2018，20：155-156.