无人机起飞后，对配网线路及杆塔开展全面、细致的巡查拍照，数百张图片回传导入配网机巡图片AI识别系统，短短几分钟，系统就能自动识别出存在缺陷设施部位，随后楚雄禄丰供电局工作人员开展消缺工作，经无人机再次巡检确认，成功避免线路故障引起的停电事件，供电可靠性得到进一步提升。

云南电网电力科学研究院与楚雄禄丰供电局联合攻关，借助人工智能技术在图像识别领域的应用，解决了设备老旧隐患突出、人工巡检难、以抢代维等以往配网巡检遇到的突出问题，建立了全新的配网智能巡检模式，大大提升了巡检质效。

找准堵点痛点 开展联合攻关

无人机技术的应用，为电网日常巡检工作带来了革命性变化。2021年，云南电网公司开展配网无人机自动巡检试点应用，针对每个阶段的特点，均采取了针对性的措施。在人巡为主、机巡为辅的初期，培养了一批具备较高飞行技巧的飞手。在此基础上，推广线路三维建模等技术，做到部分线路无人机自动化飞行，进一步简化操作、提升效率。

自动巡检在给日常巡检带来极大便利的同时，从获取的海量图片中识别缺陷却变成个大工程，往往依靠人工查找，不仅费时费力，而且由于个人水平和判断标准不同，巡检结果误差较大。尽快实现机巡图片的AI识别，已经成为云南电网公司广大县级供电企业最为迫切的需求之一。云南电科院在AI识别领域具备开发能力，楚雄禄丰供电局作为南方电网公司数字生产示范区有着良好的数字生产建设经验，这为在配网机巡图片AI识别领域取得突破奠定了必要条件。基于此，两家单位面向配网运维的堵点痛点开展了联合攻关。

确定技术路线 坚持靶向发力

配网智能巡线中存在关键金具尺寸小、巡检缺陷样本数量少、缺陷等级判定逻辑多、户外复杂背景多等难题。云南电科院在配网机巡图片AI识别技术的研究中，先是确定“需求导向、自研为主、总体规划、持续迭代、分步实现”的原则，然后建立“模型/算法”开发、迭代、应用三个步骤的AI识别算法研究模式。

开发时做到与生产实际紧耦合。按图片分割、目标检测、目标跟踪、数据分析、软件开发等顺序逐步开发，研发适用于配网巡线实际的特色智能算法。目前已经在绝缘子绑扎线松脱、绑扎线缺失、绝缘皮破损、树障、鸟窝、绝缘子污秽、河流（包含池塘）、大棚、施工区域9类缺陷和隐患识别上取得突破。

迭代时实现基层无感化。基于自主研发的AI识别核心算法，开发“配网缺陷和隐患智能识别系统”，具备缺陷智能识别、识别结果人工审核、自动生成统计报表、自动定位缺陷图片距离最近杆塔等功能。采取云—边协同部署模式，按照云端训、边端用、模型远程部署、权重自动更新的原则，对该系统功能及时升级，将模型增量训练和优化主要集中在电科院，与一线员工解耦合。

应用时力求为基层减负。靠近数据产生源头部署算法、算力，把海量原始数据就地消费、高价值缺陷数据云端存储，实现运维检修快速化、外观缺陷管理透明化，最终达到利用智能技术向下切实为基层减负、向上有效支撑管理的目标。在楚雄禄丰供电局进行试点时，将该系统与供电局配网巡线消缺业务流程紧密结合，研发基层人员能用、愿意用的实用化工具，处理速度可达14000张/小时，较人工审核的800张/小时提升效率约17倍。

做好成果运用 推动配网运维提质

研究组建智能巡检班。对比分析多种组建方式后，确定设置在营配指挥中心的方式，避免效能低下、资源浪费等问题。配置员工5名（1名班长、2名飞手、2名缺陷分析员），飞手负责全局巡检线路建模、线路验收、高故障线路特巡、支援所队故障巡视和机巡人才培养，缺陷分析员负责巡检作业计划制定、巡检图片缺陷识别、审核和闭环追踪、线路运行状态分析。

将无人机使用向项目前端延伸。根据基建、生产项目投产计划制定建模作业计划，新投线路一个月内完成建模。在新投线路验收阶段即启用无人机，对杆塔金具安装、扎线及接头工艺开展精细化验收。

实现无人机日常巡检与差异化巡检相结合。日常巡检突出计划性和规范性，严格依照工作要求、业务规范和辖区内设备运行情况开展。差异化巡检突出针对性，对高故障治理线路开展定期巡检，保障对高故障线路的巡视频次，对故障停电、线路重合闸后进行特巡，重点关注倒杆、断线、异物、树障等明细故障点，提高故障查找效率。

做好无人机巡视结果运用。高效、精准分析机巡图片后，按照缺陷定级标准识别和标定缺陷等级，根据紧急程度输出到计划生产部，推动供电所开展缺陷核实、消缺。通过日常巡检图片分析，辨识配网运行突出表现问题，支撑专业部门、供电所开展解决措施制定。完善配网线路“一线一策问题库”和“中低压配网统一问题库”，为项目储备、系统解决突出问题提供有力支撑。

下一步，云南电科院将秉持创新引领发展的原则，持续加强与供电单位合作，从业务与科技的深度融合中挖掘减负增效空间，推动电网运维效能不断提升。

云南网记者 段晓瑞 通讯员 张新 周帅 李忠银