+ 技培中心 +聚焦無人機(jī)巡檢痛點 打造光熱聲一體化平臺

為貫徹落實國家電網(wǎng)公司“提升電網(wǎng)數(shù)字化智能化水平”工作部署，推動“綠色希冀”品牌建設(shè)，國網(wǎng)冀北技培中心基于“人工智能+無人機(jī)”技術(shù)，組織研發(fā)“無人機(jī)光熱聲一體化巡檢平臺”，聚焦無人機(jī)巡檢作業(yè)痛點，以創(chuàng)新技術(shù)為筆，書寫安全可靠新篇章 。

該中心攻克了巡檢作業(yè)中多源數(shù)據(jù)精準(zhǔn)采、海量數(shù)據(jù)高效傳、光熱聲數(shù)據(jù)融合診等關(guān)鍵核心技術(shù)難題，實現(xiàn)了人工智能技術(shù)與無人機(jī)巡檢業(yè)務(wù)深度集成，助力輸電智能巡檢邁進(jìn)2.0時代。

多源數(shù)據(jù)精準(zhǔn)“采”

隨著無人機(jī)巡檢手段不斷豐富，現(xiàn)有單一模態(tài)的數(shù)據(jù)采集分析模式已無法適應(yīng)多模態(tài)融合采集診斷發(fā)展趨勢，光熱聲一體融合巡檢能有效解決檢不全、檢不準(zhǔn)的問題，及時發(fā)現(xiàn)重大安全隱患。光熱聲一體化智巡平臺在采、傳、診三個環(huán)節(jié)深度集成了人工智能技術(shù)，實現(xiàn)了可見光、紅外和聲紋的多模態(tài)一體化采集診斷分析，將可識別的缺陷從9大類拓展到16大類，且大幅提高了可見光圖像識別的準(zhǔn)確率，實現(xiàn)了全方位、高精度的線路狀態(tài)診斷。

在聲紋采集方面，技培中心采用多臂螺旋型麥克風(fēng)陣列替代傳統(tǒng)的規(guī)則型陣列，不僅提升了聲紋采集的分辨率，還大大增強(qiáng)了信號捕捉的廣度和深度。在可見光和紅外圖像采集方面，其構(gòu)建了包含百萬級樣本的部件識別模型庫，涵蓋20余類常見巡檢目標(biāo)，這些模型通過深度學(xué)習(xí)訓(xùn)練，可以在無人機(jī)前端實時識別巡檢目標(biāo)，并根據(jù)識別結(jié)果自主調(diào)整云臺和相機(jī)參數(shù)，如焦距、曝光時間等，從而強(qiáng)化智能感知，提升圖像質(zhì)量。

同時，研發(fā)團(tuán)隊還將光熱聲相機(jī)同時集成在無人機(jī)前端，確保了數(shù)據(jù)采集的全面性和準(zhǔn)確性，大大提高了數(shù)據(jù)采集的效率?！拔覀冇?xùn)練了輕量化模型，讓無人機(jī)認(rèn)準(zhǔn)目標(biāo)再對焦，這樣就能拍出高清的圖像，廢片率也由10%降到了1%”，國網(wǎng)冀北技培中心研發(fā)團(tuán)隊周國亮介紹說。

海量數(shù)據(jù)高效“傳”

在電力巡檢領(lǐng)域，圖像與聲紋數(shù)據(jù)的實時傳輸與分析對于快速響應(yīng)、精準(zhǔn)決策至關(guān)重要。“無人機(jī)光熱聲一體化巡檢平臺”引入大模型自注意力機(jī)制技術(shù)，自動識別圖像和聲紋中的關(guān)鍵區(qū)域，其通過大幅壓縮非關(guān)鍵區(qū)域來減小尺寸，并在此基礎(chǔ)上實現(xiàn)大規(guī)模數(shù)據(jù)的高效安全傳輸與內(nèi)容理解驅(qū)動的高質(zhì)量壓縮還原。

針對低算力設(shè)備，技培中心研發(fā)了輕量級高效壓縮模型，利用深度學(xué)習(xí)自注意力機(jī)制，精準(zhǔn)識別圖像中的桿塔本體、設(shè)備部件等關(guān)鍵區(qū)域以及聲紋中的特定特征，在壓縮中重點保護(hù)關(guān)鍵信息，通過高倍率自適應(yīng)壓縮算法，大幅縮減數(shù)據(jù)體積，保持關(guān)鍵信息完整準(zhǔn)確。

在數(shù)據(jù)傳輸過程中，該中心建立了全局依賴關(guān)系模型，動態(tài)調(diào)整數(shù)據(jù)傳輸策略，優(yōu)化網(wǎng)絡(luò)帶寬利用，確保數(shù)據(jù)穩(wěn)定傳輸。其采用“令牌化”壓縮格式，將壓縮后的數(shù)據(jù)塊與特定加密令牌綁定，每個令牌包含驗證信息，只有持有正確密鑰的接收方才能解析數(shù)據(jù)，增強(qiáng)數(shù)據(jù)傳輸?shù)陌踩?，抵御暴力破解攻擊，保護(hù)數(shù)據(jù)隱私。

光熱聲數(shù)據(jù)融合“診”

在輸電線路運維管理中，桿塔健康狀態(tài)評估與缺陷識別是保障電力供應(yīng)穩(wěn)定安全的關(guān)鍵。傳統(tǒng)方法往往依賴于人工巡檢，不僅效率低下，且難以全面覆蓋所有潛在缺陷?！盁o人機(jī)光熱聲一體化巡檢平臺”結(jié)合視覺大模型和聲紋識別檢測算法的多維度缺陷特征建模方法，通過光熱聲多源數(shù)據(jù)融合分析，實現(xiàn)對輸電線路桿塔健康狀態(tài)的精準(zhǔn)評估與缺陷的全面識別，其識別準(zhǔn)確率提高了15%，為智能電網(wǎng)的安全穩(wěn)定運行提供了有力保障。

技培中心利用視覺大模型技術(shù)深度分析桿塔可見光圖像，引入基于生成式人工智能技術(shù)的條件引導(dǎo)擴(kuò)散模型，擴(kuò)充樣本庫，提升可見光缺陷識別準(zhǔn)確率，捕捉桿塔表面裂紋、腐蝕、污穢等缺陷特征。在紅外測溫方面，其采用視覺分割大模型技術(shù)精準(zhǔn)分割紅外圖像中的關(guān)鍵部件，精確測量部件溫度，通過溫差對比發(fā)現(xiàn)潛在過熱問題。

此外，該中心還根據(jù)光熱聲多源數(shù)據(jù)融合分析結(jié)果，確定桿塔健康等級。對健康等級較低的桿塔，及時采取維修或更換等措施，避免安全風(fēng)險。通過持續(xù)監(jiān)測和數(shù)據(jù)分析，優(yōu)化健康狀態(tài)判別模型，提高缺陷識別精度和效率。

技培中心以“人工智能+”技術(shù)的無人機(jī)光熱聲一體化智巡平臺，集成了可見光、紅外和熱成像等多種傳感器，結(jié)合先進(jìn)的聲紋識別技術(shù)，實現(xiàn)了對目標(biāo)物體的多維度、全方位監(jiān)測，將為能源行業(yè)、交通、農(nóng)林等行業(yè)提供更為精準(zhǔn)、高效的巡檢模式，助力冀北公司新型電力系統(tǒng)建設(shè)。