新闻中心

国网电力空间技术有限公司:从海量巡检图像中识别缺陷

发布时间:2022-08-11来源:国家电网报

7月29日,国网电力空间技术有限公司的数据分析人员郭峻崧使用巡检图像智能分析功能复核重要线路巡检数据。8分钟后,缺陷识别工作完成,电脑上弹出一条缺陷告警提示。郭峻崧立即通知线路运维单位,缺陷被及时消除。


“该功能为直升机巡检拍摄的海量图像数据快速处理提供了通用解决方案,同时也可用于无人机巡检数据快速分析。”国网空间技术公司技术总监、航巡部总经理杜伟介绍。2020年9月,国网空间技术公司组建人工智能技术应用攻关团队,围绕整个数据处理分析全链条,分析数据采集到缺陷分析每一个环节的痛点问题,依托国家电网有限公司人工智能“两库一平台”,开发巡检图像智能分析功能。2021年11月,该功能上线,截至目前已有质量选优、标注质检、智能查缺、缺陷编辑等多个数据智能化处理分析模块,推动直升机巡检输电线路缺陷识别全流程智能化。


去重选优 精简图像数据


5月8日,国网空间技术公司SG1131机组在山东日照对±800千伏锡泰线开展巡检作业。作业时,航检员要对线路关键部位拍摄多张照片,保证图像分析的清晰度要求。作业结束后,航检员将拍摄的照片从相机导入电脑,通过巡检图像智能分析功能开展分析,1个小时就完成了图像自动分组和图片筛选。1个直升机机组作业一架次常规耗时在3个小时左右,1天可作业3个架次,平均1天可以巡检110千米的输电线路。一天下来,1个直升机机组的巡检照片就有约1.3万张,数据量在160吉字节左右。


航检员需要对一个部位拍摄多张照片,但排查一个部位是否存在缺陷只会选择这个部位的照片中成像质量最高的一张,人工删除多余的照片需要耗费大量时间。如果不删除多余的照片,数据回传时间又要增加三四倍。质量选优模块主要解决的就是这个矛盾。


该模块基于人工智能图像匹配技术,通过分析照片相似度自动完成杆塔照片的智能分组,然后借助语义分割模型去除照片中杆塔背景图像的干扰,通过质量评估模型对比照片的杆塔本体清晰度,筛选出同组照片中成像质量最高的照片,再删除重复照片。


得益于此项功能,国网空间技术公司减少了超过35%的直升机巡检重复图像数据,每年可节约至少40太字节的存储空间。


漏拍提醒 保证作业任务及时完成


“机长,今天作业的数据已经检查完了,没有漏拍的问题,咱们明天可以正常转场。”5月24日,SG1152机组航检员通过巡检图像智能分析,确认当天作业任务全部完成后向机长汇报。


在巡检图像智能分析功能上线之前,数据质检需要依赖后方完成。经过数据传输、分析后,后方数据分析人员如果发现部件漏拍等问题,一般已是作业的第二天,再联系机组补拍时,机组可能已经离开现场。


为了让机组采集完数据当天即可得知是否存在漏拍问题、图片质量是否符合要求,人工智能技术应用攻关团队基于深度学习算法和业务流程编码开发了各类塔型部件识别模型库,其中包含T型塔、猫头塔等15类输电线路铁塔的塔型及对应的部件识别模型,实现典型塔型识别准确率99%、部件识别准确率95%。


“现在,航检员只需要在作业完成后将采集数据导入电脑,巡检图像智能分析功能半个小时就能确认作业图片是否存在巡检内容的遗漏,如果有遗漏,还会提示遗漏了什么地方,有助于减少机组往返作业。”人工智能技术应用攻关团队成员介绍。


自主识别 高效复核线路隐患


“当前进入了迎峰度夏关键时期,我们要及时复核重要线路巡检数据,确保查无遗漏。每天我手动查完缺陷照片后,都会再用巡检图像智能分析功能复核一次。巡检图像智能分析功能不到20毫秒就能完成一张3000万像素的高清图片缺陷识别,高效又准确。”国网空间技术公司航巡部数据组组长高鹏飞说。


2019年,国网空间技术公司将直升机巡检作业模式变为现场巡检和缺陷排查分离的模式,大幅提升了机上作业效率,但大量采集照片需要后方完成分析。为减轻后方排查缺陷的压力,人工智能技术应用攻关团队确定了通过输电线路缺陷智能识别全覆盖实现查缺工作人工替代的目标任务,并制订了缺陷识别模型开发三年计划。


依托20万余张缺陷标注样本图片,人工智能技术应用攻关团队梳理缺陷类型,针对各类缺陷构建了与其一一对应的识别模型,经测试达标的识别模型会部署至智能查缺模块。目前,智能查缺模块部署了30类缺陷检测模型,涵盖431种线路杆塔缺陷,占线路杆塔常见缺陷的95%。其中,碗头销故障、间隔棒缺损等缺陷的识别率均已达到90%以上。目前,人工智能技术攻关团队正在开发剩余5%的线路杆塔常见缺陷对应的识别模型,不断优化智能查缺模块功能。


自动关联 快速编辑缺陷清单


7月11日,国网空间技术公司数据分析人员轻点几下鼠标,通过巡检图像智能分析功能完成了缺陷清单编辑,不再需要线下编辑填写缺陷清单。


传统方式下,数据分析人员需要总览整基杆塔的所有照片,根据拍照顺序确定缺陷所在的杆塔部位,再填写杆塔具体缺陷情况等详细信息。


人工智能技术应用攻关团队对每一类缺陷对应的部件、部件种类、缺陷部位、缺陷描述的标准信息进行数字化编码,共生成839条缺陷编码,构建缺陷编码标注字库。缺陷编辑模块集成了缺陷编码标注字库和8000余条线路的台账信息,实现了缺陷清单编辑线上化。人工智能技术应用攻关团队成员介绍:“在电脑里点击照片上标注的缺陷位置框,模块就能自动关联缺陷详情列表,我们再从中选择具体的缺陷情况描述。模块也会自动识别缺陷清单需要的杆塔部位、部件信息、资产运维等信息,不用手动填写。这种方式下,编辑一处缺陷的清单信息仅需20秒。”


截至目前,巡检图像智能分析功能已完成了10万千米输电线路图像数据的处理分析,用时较人工减少7000工时,工作效率提升约3倍,实现数据采集后24小时内将缺陷隐患结果反馈至运维单位。以此为基础,国网空间技术公司持续拓展人工智能技术在输变电红外缺陷识别、线路通道树种识别、变电站无人机自主巡检、通导遥卫星数据处理分析领域的应用。

CPEM 2024新型配电大会暨第二届全国配电数字化大会 版权所有