吴 鹏 姜海波 王永强 高 超 孙凌卿 张永泽 王敏鉴 李渊博

（江苏电力信息技术有限公司 南京 210000）

1 引言

输电线路作为电力系统输电模块的载体，是供电、用电之间的桥梁［1］，其运转的高效、安全与否直接决定着电力系统是否能够稳定运行［2］。随着生态环境的不断改善以及人们对野生动物保护意识的增强，鸟类数量逐渐增加，鸟类活动也更加频繁，而且输电线路大部分架设在野外环境，因此由鸟类引发的输电线路跳闸事故也在不断增加［3～4］。据统计资料表明，由于鸟类活动引起的线路故障仅次于雷害和外力破坏，占线路故障总数的第三位，已经严重危害了输电线路的安全运行［5～6］。因此，输电线路鸟害问题亟待解决。

传统的驱鸟方式多采用安装防鸟刺、防鸟挡板，使用驱鸟剂等方法［7～8］，这些方法不仅需要大量的人力物力，而且效果并不是很好。随着深度学习的兴起，研究人员将其思想应用于目标检测，由于深度学习提取的深度特征更加准确并且表达能力更强，因而取得了很好的检测效果［9］。因此，采用深度学习的方法对输电线路鸟类进行检测，根据检测结果启动驱鸟器，在节省人力成本的同时又能精准、高效地解决输电线路的鸟害问题。

但是输电线路鸟类检测是一个典型的实时小目标检测任务，为了减少图像传输到中央服务器过程中因网络问题带来的不可靠性和时延性，本文的鸟类检测任务在移动终端内实现。目前针对小目标……