近年来，南方电网云南电网公司牢牢抓住供电可靠性提升这个“总抓手”，在配网规模不断增大、服务用户数量逐年增多，各县级供电单位运维人员逐年减少、设备老旧隐患突出、“以抢代维”长期存在的矛盾下，立足实际提升配网运维效能。为有效应对配网无人机自动巡检图片识别依靠人工效率低、误差大的情况，南方电网云南电网电力科学研究院（以下简称“云南电科院”）自主开发了配网机巡图像缺陷智能识别工具，并优化研究组织模式，进一步放大了智慧生产效能，为电力企业使用新质生产力提质增效打造新标杆。

构筑机巡图像缺陷数据底座

在数据底座高质量构建方面，云南电科院建立了省地两级数据闭环流转应用机制，打通了生产一线与算法研究单位的数据壁垒。云南电科院负责制定图片数据需求，各地市级组织开展图像搜集、图片标注等工作，使得高质量缺陷数据能够快速流转和利用。针对全部人工手动标记费时费力、效率低下等问题，云南电科院采用了特征库半自动构建技术，使用半监督学习算法，在部分标注各类样本的基础上，自动标注了大规模未标记数据，实现已有数据集的智能增广、修正。基于上述方法，最终实现样本均衡分布、整体构建高效。

践行新型研究组织模式

云南电科院按照“需求导向、自研为主、总体规划、持续迭代、分步实现”的原则，建立“模型/算法”开发、迭代、应用三个步骤的AI识别算法研究应用新模式。开发时，按图像分割、目标检测、目标跟踪等顺序逐步开展，研发适用于生产实际的特色智能算法，做到与生产实际紧密耦合。迭代时，按照云端训、边端用、模型远程部署、权重自动更新的原则，将模型增量训练和优化主要集中在电科院，实现无感化更新优化。应用时，采取云—边协同部署模式，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。

目前，云南电科院自主研发的配网机巡图像缺陷智能识别工具已经在云南电网推广应用，是云南电网配电域第一个全面推广使用的缺陷智能识别工具。工具的处理速度较快，峰值处理速度可达14000张/小时，较人工审核的800张/小时单位时间内速度提升约17倍。

来源：中国电力报