湖南电科院：输电通道可视化夜间山火智能识别提升
2024年4月25日，在“2024输电数字化大会——「金巡奖」第9届全国无人机电力巡检技术高峰论坛”上，「金巡奖」第6届全国电力巡检技术创新应用评选结果公布。
国网湖南省电力有限公司电力科学研究院凭借其“输电通道可视化夜间山火智能识别提升”案例，获得“机器人输电线路创新应用案例”奖。
创新点
输电架空线路是电力系统重要的组成部分之一。然而，夜间线路周围山火异常样本数量的稀缺性与火焰灯光的难区分性，给传统深度学习技术精准夜间山火检测带来严峻的挑战。为解决上述难题，国网湖南电科院开展输电通道可视化黑夜山火智能识别提升研究，工作有如下创新点：
1、针对架空输电线路存在的山火样本稀少的问题，利用数据增强并结合多任务训练的方法，构建基于多任务学习的黑夜山火检测模型，解决了在数据稀少、不平衡情况下山火异常识别率不高的难题，有效识别检测架空输电线路存在的山火隐患。
2、针对检测模型易混淆夜间火焰与灯光的问题，采用基于孪生网络的辅助检测模型，利用构建的山火、灯光样本库，结合聚类算法，深度检测山火与灯光细节区分信息，提升模型夜间山火检测能力，提高夜间山火与灯光的区分性。
3、针对模型缺乏的时间、业务知识，在检测模型与孪生网络的基础上，通过收集夜间样本并形成样本知识库，在模型判别过程中引入夜间灯光位置变化、大小等业务逻辑规则，通过度量学习的方式，增强模型区分性，进一步降低误报率。
4、在真实地市公司进行上线运行，完成部署及调用全业务流程，通过地市场景案例，显著降低夜间图片数量及误报率，极大减轻人工筛查工作。
应用成效
采用传统夜间山火检测系统，需要人工对检测结果进行大量的筛查工作，每天需审查的照片达到上万张，同时，如需调整阈值以防止漏报，则误检比将更高，超过100:1。
在部署输电通道夜间山火智能识别算法后，14家地市公司2023年12月28日至2024年1月11日夜间上传至输电全景监控平台的样本约500万张，经过统计，其中专网部署传统算法误检山火烟雾图片共18.13万张，经过本项目开发算法模型检测，在不漏报的情况下，误检图片数降低至1.28万张，平均每天仅0.58千张误检图片，极大降低了人工核检工作量。
针对运行数据，经过人工复核，真实发生山火的共1312张，误检比降至10:1，提升十倍多。
技术路线
数据采集和预处理
对通道可视化终端装置采集的夜间图像进行预处理，包括尺寸调整、颜色标准化等，以准备数据用于模型训练。
样本库构建
筛选夜间图像山火、灯光信息，对部分数据进行人工标注；结合自动化标注工具，进一步提升标注效率；构建样本知识库，存储图片山火、灯光等特征知识信息。
模型训练和优化阶段
使用深度学习模型设计适合目标检测的网络架构，利用构建好的样本库，使用 mini-batch 训练方法，迭代训练目标检测模型；使用分类损失函数进行训练，并引入注意力机制、数据增强等技术来提高模型的泛化能力和识别性能。
山火识别应用
构建输电线路通道山火识别应用，集成训练好的山火检测模型，实时对输电线路图像进行山火检测。设计自动生成检测报告和告警机制，及时通知运维人员存在的山火安全隐患，将识别结果与地理信息系统（GIS）等数据进行关联，实现精确定位。
应用成效评估
在真实环境中对开发的应用进行测试和评估。使用夜间真实的输电线路图像数据，评估山火检测模型的准确率、召回率以及处理速度，分析应用在识别和处理山火异常方面的效果，检验自动生成报告和告警的可靠性。
应用场景
1
输电线路巡检与维护
案例可用于输电线路巡检，自动检测输电线路通道中的山火隐患。通过智能识别和告警机制，能够迅速发现并处理火灾安全隐患，提高线路的安全性和可靠性。
2
突发事件应对
在突发山火等事件中，该案例能够实时监测输电线路通道情况。自动生成的检测报告和告警机制可帮助应急人员及时作出决策，减少事故损失。
3
线路规划与优化
通过案例中构建的样本库和模型，可以对输电线路通道进行综合性的隐患分析，为线路规划和优化提供参考。从而在设计和建设阶段就预防和减少潜在的隐患风险。
4
远程监控与管理
通过案例中场景部署方案。运维人员无需实地巡检，即可获取实时的火灾隐患信息，大幅提高管理效率。
典型经验和推广前景
典型经验
识别准确率的提升：在实际应用中，通过该技术应用，输电线路通道山火隐患检测的准确率平均提升了约10%，传统巡检方法可能存在较多漏检或误判的情况，而智能识别模型能够更准确地检测出山火隐患。
成本节约效果：通过应用，预防性维护的成本减少了约30%。传统巡检方法需要投入大量人力和时间，而智能识别使得维护成本得到有效控制。
数据利用率提高：构建的样本库不仅支持输电线路通道山火识别，还可以在其他数据驱动的决策中应用，这进一步提高了数据的利用率。
推广前景
该案例由于其创新性和实用性，有望吸引国内外的合作伙伴，共同推动输电通道隐患目标检测技术的进一步创新和推广。
同时该案例在电力领域的成功应用，将有望在智能城市示范项目中得到拓展，从而为城市规划和管理提供智能化支持。
通过提高电力输电线路的安全性和可靠性，该技术方案将为社会带来积极影响，增强企业的社会责任形象。
此外，案例的成功应用将吸引更多科研投资，推动相关技术的不断创新和发展。
参与单位：国网湖南省电力有限公司电力科学研究院
参与人员：左沅君、黄志鸿、孙云龙、肖剑、谭奔、徐先勇、陈骏星溆、刘帅、岳一石、吴晟、廖振宇、单楚栋、彭双剑、王成
END
来源：国网湖南省电力有限公司电力科学研究院