远程智能巡视

国家电网公司设备管理部为规范变电站远程智能巡视系统建设，特下发《500（330）千伏及以上变电站远程智能巡视系统技术规范（试行)》，正文从系统架构、基本要求、功能要求、性能要求、巡视点位要求、摄像机及预置位命名要求、系统接口、系统信息安全要求、运行环境及可靠性要求等方面进行了规范，同时在附录中对巡视主机与多个系统（上级系统、机器人及无人机系统、主辅设备监控系统）之间的接口、巡视任务参考点位表和主辅设备监控系统联动信号点表、数据分析对象和智能分析对象场景、摄像机配置原则和巡视报告、文件传输要求也进行了约束。

分享变电站智能巡视系统建设与应用经验。通过开展智能巡视系统入网技术监督，规范智能巡视系统应用与评价，强化智能电网运监人才培养等一系列工作，构建远程智能巡视系统建管模式和智能变电运监管理体系，全面提升电网设备状态感知和故障处理能力，提高设备精益化管理水平和供电可靠性。

为解决电网设备设施远程巡视缺陷异常漏报、人工反复确认等实际应用难题，迫切需要升级现有人工智能图像识别技术，构建基于正负样本融合的 AI 图像巡检体系，完善核心算法，利用“以正常图像区分异常”的核心思路，利用大量正常图像建立深度学习样本库，快速准确排除绝大部分正常图像，精准识别现场异常，结合负样本分类算法，实现缺陷异常分类，实现缺陷异常不漏检，真正实现远程巡视“机器替代”，实现基层“减负提效”，全面支撑电网数字化、智能化。

变电站远程智能巡视系统用于辅助运维人员远程开展站内设备例行巡视工作，部署在变电站端，主要具备变电设备智能巡视、智能识别、静默监视、智能联动、三维应用等功能。

当前，基于深度学习目标检测技术的设备缺陷识别已经在变电站远程智能巡视中得到广泛应用，本报告先总体概述基于深度学习目标检测的技术发展路线图；其次通过对不同类别和场景设备缺陷识别算法的深度分析，给出相应的技术路线在算法层面和数据层面的优化，在算法层面，引入特征提取和表征能力更强的Transformer架构，再结合端到端的目标检测架构，实现检测效果大幅度提升；数据层面，采用数据生成和增广策略，如生成对抗网络和扩散模型，增加样本的多样性，从而进一步实现检测效果的提升；最后探讨基于深度学习的设备缺陷识别及设备状态评价技术研发趋势及应用前景。

远程智能巡视系统通过高清摄像机、红外热像仪、巡检机器人、站用无人机等智能巡视设备，采集电力设备和站所环境信息，利用图像识别、边缘计算技术实现巡视数据采集录入、设备缺陷分析研判、风险隐患智能告警，全面替代传统人工例行巡视，提升设备运检作业质效，减轻基层班组人员负担，为电力设备稳定安全运行保驾护航。

平台从电网李生体视角出发，基于北斗和5G技术，构建实时动态数字变电站三维模型，深度融合无人机、机器人和智能传感器等多种监测手段，汇集变电站一、二次设备运行监测数据、辅控数据及实景图像，通过精确空间坐标位置计算和空间分析AI算法，构建沉浸式、立体化、数字化全息变电站智能管控体系，实现变电站全景数据“全面感知”、设备异常“主动预警”、设备状态“智能诊断”、设备故障“精准预测”、设备巡检“机器替代”、人员行为“智能识别”及主辅设备“智能联动”的智慧管控生态圈，以数字技术助力电网业务提质增效，实现传统运检模式重大创新，全面提升运检管控的穿透力和运检工作质量与效率。平台由巡检机器人、高清摄像机及无人机等前端感知设备和远程智能巡视主机组成，其架构如图1所示。在巡视主机中部署远程巡视系统和缺陷识别算法，远程下发机器控制、巡视任务等指令开展站端设备自动联合巡检，实现实时诊断、智能分析、在线评估及精准预测。

基于数字孪生、智能机器人、多物理场仿真技术，构建数字化变电站运维解决方案。围绕变电站日常运行检修，提供现场设备运行数据实时查看、设备状态评价、远程智能巡视、设备多物理场仿真、反事故演练培训等多场景解决方案。

依托“端-边-云”一体化协同应用机制，构建“一库两中心”，打造集“汇、训、算”一体的电网人工智能应用支持系统。基于云边协同机制，打通变电站远程智能巡视系统与人工智能应用支持系统之间的数据上传链路，实现样本数据的自动上传，打造面向电力用户的图像视频训练、评测中心，降低模型训练门槛，量化模型应用指标，通过建设人工智能应用分析中心，实现省级分析模型的统一纳管，实现算法模型的快速更新部署。

“立即执行220千伏古佛变电站智能巡检！”8月7日，国网四川自贡供电公司变电运维人员在南岸办公区，对远在40千米外的220千伏古佛变电站发起智能巡检任务，站内60个摄像头快速旋转，对1283个点位开展远程智能巡视，并将巡视数据实时传输到南岸办公区变电运检中心。约45分钟后，巡视工作结束，系统自动生成智能巡视报告，在屏幕前的运维人员继续对巡视结果进行确认分析。