国网陕西省电力公司延安供电公司 屈 翠 张海洋 王冬冬 魏成保 翟智勇

随着人工智能的不断发展，国内对于深度学习的研究取得了十足的成效，使用深度学习的相关知识来代替工业中的传统方法也在很多领域内得到了应用。因此将深度学习的方法应用在对电力设备自动监测识别的系统中也被很多电力学者所提出，在电力设备的监测方法中加入深度学习和计算机视觉的方法，使得不再需要人工去对监测的信息进行判别，而是系统可以直接判断电力设备的运行状态，减少了人工的浪费以及人为的监测事故。

新一代运维系统平台采用可穿戴技术、红外光谱传感技术、人工智能深度学习分析技术、增强现实技术，以智能可穿戴装置为载体,将电力设备、可穿戴装置、运维人员、远程指挥、信息增强有机连接起来，实现识别、感知、协助、分析、控制、管理，从而形成具有标识、感知和处理地更加智能的电力设备运行维护检修管理体系，为保证电力设备的安全稳定运行提供了技术支撑和智能装备[1]。采用多光谱图像深度学习方法为运维人员赋能成为技术维修专家，使电力设备的运行巡视、设备识别、故障诊断、远程协助指挥等业务实现灵活、高效、可靠的智能化应用，确保电力设备及电力系统的安全稳定运行。

1 红外热成像技术

基本原理。使用光电设备来检测和测量辐射并在辐射与表面温度之间建立相互联系的科学。工作原理是使用光电设备来检测和测量辐射，并在辐射与表面温度间建立相互联系[2]。……