(資料圖片僅供參考)

IT 之家 8 月 14 日消息，據科技日報報道，近日，由國網電力空間技術有限公司聯合華北電力大學等單位研發的輸電線路紅外缺陷智能識別系統，在我國主要超特高壓線路運維方面實現了產業化應用。這是國內首次將人工智能（AI）技術規模化應用于輸電線路發熱檢測，為保障電網安全穩定運行提供了新的技術手段。

據 IT 之家了解，輸電線路發熱檢測是電力系統運維的重要環節，可以及時發現線路缺陷隱患，防止線路跳閘停電等事故的發生。然而，以往用人工智能識別紅外影像數據的流程比較復雜，且需由人工現場判別畫面中的發熱故障點，易受檢修人員經驗、注意力等因素的影響而造成遺漏；此外，紅外視頻數據量龐大，復檢工作難度極大且效率低下，易造成絕緣子掉串等危險事件。而利用新研發的輸電線路紅外缺陷智能識別系統，僅需一鍵上傳巡檢紅外視頻就能快速抽幀并智能識別發熱缺陷，可輔助線路運維單位及時消除線路跳閘停電的隱患。

此次技術攻關團隊結合業務場景，采用 " 最小化標注 + 階梯式學習 + 干擾點屏蔽 " 的技術路線，實現了紅外缺陷隱患的智能識別，模型識別準確率達 90% 以上。

據介紹，目前該系統在國網電力空間技術有限公司部署應用，系國內首次將人工智能技術規模化應用于輸電線路發熱檢測。以 240 基桿塔的紅外視頻為例，傳統人工數據復核需要 5 個小時，現在采用該系統，從上傳視頻到完成分析只需要 2 個小時，且過程中無需人工干預。