我国首次将 AI 技术规模化用于输电线路发热检测

来到golang学习网的大家，相信都是编程学习爱好者，希望在这里学习科技周边相关编程知识。下面本篇文章就来带大家聊聊《我国首次将 AI 技术规模化用于输电线路发热检测》，介绍一下，希望对大家的知识积累有所帮助，助力实战开发！

8 月 14 日消息，据科技日报报道，近日，由国网电力空间技术有限公司联合华北电力大学等单位研发的输电线路红外缺陷智能识别系统，在我国主要超特高压线路运维方面实现了产业化应用。这是国内首次将人工智能（AI）技术规模化应用于输电线路发热检测，为保障电网安全稳定运行提供了新的技术手段。

据本站了解，输电线路发热检测是电力系统运维的重要环节，可以及时发现线路缺陷隐患，防止线路跳闸停电等事故的发生。然而，以往用人工智能识别红外影像数据的流程比较复杂，且需由人工现场判别画面中的发热故障点，易受检修人员经验、注意力等因素的影响而造成遗漏；此外，红外视频数据量庞大，复检工作难度极大且效率低下，易造成绝缘子掉串等危险事件。而利用新研发的输电线路红外缺陷智能识别系统，仅需一键上传巡检红外视频就能快速抽帧并智能识别发热缺陷，可辅助线路运维单位及时消除线路跳闸停电的隐患。

此次技术攻关团队结合业务场景，采用“最小化标注 + 阶梯式学习 + 干扰点屏蔽”的技术路线，实现了红外缺陷隐患的智能识别，模型识别准确率达 90% 以上。

据介绍，目前该系统在国网电力空间技术有限公司部署应用，系国内首次将人工智能技术规模化应用于输电线路发热检测。以 240 基杆塔的红外视频为例，传统人工数据复核需要 5 个小时，现在采用该系统，从上传视频到完成分析只需要 2 个小时，且过程中无需人工干预。

理论要掌握，实操不能落！以上关于《我国首次将 AI 技术规模化用于输电线路发热检测》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！