陈燕南

(国网江苏省电力公司 常州供电分公司，江苏 常州 213003)

0 引 言

输电线路作为国家重要的基础设施，其安全性和稳定性关系到人们的生产生活。输电线路在远距离电能输送过程中，承载高负荷且在不确定的自然环境中工作，容易遇到不同原因和不同类别的隐患威胁。因此，通道环境隐患排查是重要的运检项。输电通道隐患排查从最初人工巡视，到通过图像采集设备定时抓拍并回传图像供人工巡视，发展到现在利用人工智能技术对抓拍的图像做隐患自动识别，在图像采集设备进行终端识别、无人机巡检、视频监测、5G传输及汇集组网、物联网等技术的应用，极大提高了运检效率和安全性[1-5]，尤其是在2020年新冠疫情防控期间发挥了巨大的作用。

随着大部分地区已经实现输电线路通道可视化远程巡视，且能自动识别输电通道内的隐患信息，如机械类、异物类、烟火类隐患，由此产生了大量带有标记的数据，而且可以预见随着更多技术的引入和融合，积累的通道隐患数据量将会成倍或成指数级增加。但目前对这类数据的利用很少，大部分应用停留在统计分析、报表展示的程度，如对单一设备或指定的多个设备的隐患信息统计分析，仅完成了从数据到信息的归集，但更深层级利用大数据分析手段对信息进一步提升形成知识的工作开展得很少。这是因为通道隐患数据价值密度非常低，单点分析或短期数据分析无法产生实际的价值，但通道隐患数据自然带有标记属性，这为通过大数据分析手段实现价值密度提升提供了可能[6-9]。……