一直以来，输电线路通道区域内塔吊、挖掘机等施工车辆是影响线路安全稳定运行的高危险源，通过无人机和在线视频监控开展通道巡检能够有效防范线路外力破坏风险，然而，现有智能识别算法未深度融合电力业务知识，且受背景干扰较大，误报率极高，复核剔除误报工作给一线监控班组人员增加了不少负担，是数字化转型中亟需解决的关键问题。2023年5月，广东电网机巡管理中心联合数字电网集团研发中心共同开展通道隐患识别算法V2.0攻关，力求算法不漏报、尽量少误报。
为提高算法开发效率和质量，保证算法与业务知识的深度融合，研发团队总结前期工作经验，首创“五边形”小组讨论决策机制，以技术推广专责、算法工程师、业务专责、一线作业班长（生产一线工作5年以上的班组长）、标注人员五种角色人员组成算法标注标准制定小组，将一线生产经验认知融入算法研发，约束算法模型输出结果边界，减少各种误报。
图1 “五边形”小组讨论决策机制
“五边形”小组针对不同类别的隐患开展了分类分批标注，如8类施工器械防外破合并为一个模型包、5类违章建筑合并为一个模型包，8类飘挂物、易漂物、薄膜遮阳网合并为一个模型包，细化了标签种类，打包训练减少了算法烟囱，节约了生产环境的部署GPU推理资源。 在算法标注前，通过五人小组反复深入研讨，在AI算法自动提取特征前的环节，用运维经验结合缺陷隐患等级判定逻辑，人工归纳出缺陷隐患的本质特征，形成主要标注特征区域，再编制标注规范，减少返工、误标等情况，保证了算法在现场需求、图像标注、业务逻辑设计、算法编程等各个环节的一致准确性，大大提高了智能算法的开发效率和一次性成功率。
针对原有算法准确率较低问题，团队对误报案例和算法模型开展逐例分析，决定采用目标检测与语义分割相结合的技术路线，以多边形分割框的形式重新标注，为算法模型显式指明感兴趣区域，使模型推理过程更聚焦，避免背景信息的干扰。
相比矩形标注框，多边形分割框的标注工作量大幅增加，大大影响了团队的标注效率。针对这个问题，研发团队自主研发了基于SAM技术的自动分割标注工具，实现了电网场景的实物边缘自动分割,标注效率提升3倍以上。
今年6月，输电通道外破隐患识别算法已正式上线，算法包内置挖掘机、打桩机、塔吊、吊车等22个隐患，对255万多张通道隐患图片进行检测，识别出1.02万处隐患，准确率由原来的33%提升至62%，有效减轻了一线人员的监盘复核负担，但仍有较大进步空间。 后续，研发团队将继续紧密结合生产一线人工智能业务需求，结合动作捕捉和三维重建技术，实现施工车辆与输电线路的净空距离实时估算，减少误报，进一步提高算法的实用性和准确性，助力电网通道的安全稳定运行。
公司简介：
上海共燊信息科技有限公司成立于2016年，是第2届电力行业数字化转型大会暨第4届电力人工智能大会的承办方之一，公司承接设计、制作各类广告，会务服务，展览展示服务，企业形象策划，市场营销策划，公关活动策划，文化艺术交流活动策划，商务信息咨询，市场信息咨询与调查等。
关注官方公众微信号