图像

首先就人工智能的定义、发展历程、关键技术进行综合性阐述。其次就传统巡检图像缺陷监测技术进行深入探讨。全面介绍了基于R-FCN的航拍巡检图像目标监测方法。最后分享了细粒度缺陷、可变形卷积、异物类缺陷识别、自注意力机制、防震锤滑移等最新研究成果。

我们的出发点是什么？ 我们设计了什么？ 我们带来了什么？ 我们改变了什么？ 我们还能做什么？

阐述了无人机图像智能算法在电力巡检的开发及应用，带来AI人工智能和多传感器融合的全栈式电力运维解决方案。在普宙无人机自主巡检中，深度学习算法被两次应用，实现可见光对杆塔本体精细化巡检的拍照点自动化精准选定以及精确识别存在缺陷隐患的照片及缺陷位置。其采用的RTK载波相位差分技术，可通过基站采集的载波相位数据发送给移动站（无人机）进行求差计算定位坐标，不受限于通信链路和网络覆盖，使得定位精度提高到了厘米级。

数字信息时代，数据对经济建设、社会生活和企业管理等产生了重要影响。根据高德纳（Gartner）公司分析，企业近80%的数据为非结构化数据。随着数据爆炸式增长，非结构化数据将成为数据增长主力。实施非结构化数据治理、提升数据质量、挖掘数据价值是企业迈入数字化时代的关键。对电网企业而言，海量智能终端所生成的文档、图像、语音、视频等非结构化数据量已达到PB级

项目属于变电站领域，变电站设备巡检是保证电网安全运行的关键手段，其数据获取的全面性和诊断的准确性是反映设备运行状态的重要依据。随着电网设备规模快速增长和信息化技术的不断发展，通过各种检测手段获取的设备状态数据（尤其是图像、声音类数据）数量急剧增长，传统以人工为主的数据分析方式受主观因素影响大，巡检质量分散；而现有的自动检测手段又存在应用场景单一、图声数据的智能分析能力不足等问题，并且缺乏有效的共享机制。因此函待提出一种新型变电站智能巡检模式，以满足新电改形势下变电巡检全景化、智能化和精益化的发展需求。在山东省重大专项和国网公司重点项目支持下，项目针对电网变电设备巡检缺陷诊断关键技术进行科研攻关，开展基于图声巡检数据的缺陷诊断技术研究， 研制系列化智能巡检装备，并实现产业化应用。

CBV7700智能图像识别系统是用于解决各类常见图像识别、分析问题的，多进程相互协作的软件系统。系统由算法库模块、识别业务模块、对外服务模块、参数配置工具、模型训练工具等部分构成。CBV7700智能图像识别系统能够应用于变电站各种表计、油位计、刀闸、开关、压板、指示灯的智能识别，以及二维码、光端机端子接线状态、人员着装、安全帽佩戴、安全标识等多场景下的智能检测和识别。

他介绍，为了解决高压电缆多发性本体缓冲层烧蚀严重缺陷缺乏有效检测手段的问题，湖南电力组织省电科院开展了系统攻关，经理论分析和实验室反复验证，摸索出一种基于X射线无损检测，结合图像深度处理、缺陷智能识别技术的检测方法IDIP-DR（Image Depth Intelligent Processing-Digital Radiography），可在电缆设备带电工况下，准确、直观、快速地检测高压电缆缓冲层烧蚀缺陷，判断缺陷的严重程度，并在110千伏茶菊钢电缆进行了现场应用，效果良好。为推广、深化该技术在国网系统的应用，提升公司高压电缆本质安全水平。

国网江苏省电力有限公司为解决线路通道远程监控问题,大量部署单目可视化监拍装置，定时拍摄图像后识别目标物进行告警，由于单目相机不能准确测距，导致告警有效性低，无效告警约占96.76%，单目相机告警测距技术是输电线路运行领域亟待攻克的技术难题。国网江苏省电力有限公司泰州供电分公司通过自主创新，首创了使用无人机已采集点云数据和电力杆塔上安装摄像头采集图像，运用二维-三维映射技术、内方位元素标定技术、海量空间数据并发加载和搜索技术，解决无法量测通道内危险源与线路安全距离的问题,实现输电线路通道全天候、全天时精准监测，做到及时发现危险源并阻止外破事件发生。

主要阐述申昊科技在机器人可持续服务的思考与实践。申昊科技以“工业健康有申昊，排除故障不再难”为企业使命，不断深化机器人可持续巡检服务能力。从稳定、智能、开放、精细及高效等维度来说明所进行的研究，包括AI图像识别、导航算法优化、融合感知等技术，并进一步结合实践情况来证明此类研究价值。申昊倡导构建机器人可持续服务能力不仅着眼于过去和现在，更着眼于未来，通过强化机器人的服务性本质，使得巡检机器人持续焕发生命力。

近年来，无人机巡检技术在电力行业的普及和应用为输电线路的日常巡检带来了作业便利和效率提升，然而想要达到精细化的巡检精度要求，照片影像的质量起着至关重要的作用，尤其当检测情况复杂的远距离输电线路时，往往需要大面积快速拍摄，同时又要保证图像细节的清晰度。