基于卫星遥感的电网洪涝灾害监测与应急响应
极端强降雨天气带来的洪涝灾害会导致多处电力设施受损严重。为保障洪涝期间电网安全高效运维,充分发挥合成孔径雷达卫星监测范围广、响应速度快、不受天气影响等优势,对受灾较区域进行连续应急拍摄,在极端天气情况下全面掌握抗洪抢险前线信息。结合卫星遥感数据,构建洪水淹没区高精度智能识别模型,在快速提取重点区域水体的同时确保其精度。动态监测重点区域的水体扩张面积、洪水扩张率及空间分布情况,判断其受影响等级。根据预警等级,发出告警信息,并分析洪水造成的杆塔淹没情况,变电站淹没情况等,为电力抢修及排查工作提供高效精准技术支撑。
IDIP-DR带电检测高压电缆缓冲层缺陷技术汇报
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。
光明电力大模型在图像缺陷识别中的应用与挑战
针对输电线路巡检中小目标识别难、缺陷形态多变、误检率高等痛点,提出"多模态融合+大小模型协同"的技术路径,构建基于千亿级电力专业大模型的智能识别体系。三大突破:通过构建8万余张高质量标注样本库,训练出14类缺陷识别,准确率达86%的细分场景多模态模型;"大模型任务调度+小模型精准定位"协同机制,实现导地线松股等危急缺陷的精准定级与描述生成;完成国产昇思框架与寒武纪等芯片适配,在25省部署中验证模型泛化能力。报告强调破解"视觉理解与专家认知差距"是提升实用化水平的关键根源,该技术将巡检效率提升显著,建议深化审图智能体研发以模拟人类专家决策逻辑,并探索类脑计算在多源数据融合中的应用,推动输电运维向"全场景认知+自主推理"转型。
偏远地区电力线路无人机自主巡检、风险辨识与智能决策
针对传统电力巡检效率低、风险高问题,提出无人机自适应飞行与智能分析理论,建立“空天地一体化”巡检体系。重点分享配网无人机工程验收应用实践,通过自主飞行采集、智能识别缺陷、实时数据回传等技术,攻克偏远地区地理环境复杂、人工巡检难度大的痛点。强调多源数据融合分析是关键,根源在于设备状态动态感知不足,路径依托人工智能平台实现缺陷自动识别与验收成果数字化统计。建议深化自适应飞行算法与风险预警模型研发,赋能电力巡检智能化转型,为智慧运检提供新路径。