解决方案-输电杆塔部件、缺陷和线路下树种识别

1、方案概述

目前我国已形成华北、东北、华东、华中、西北和南方电网共6个跨省区电网,110 kV以上输电线路已达到近51.4万KM。相关数据表明,我国输电设备在国家电网建设上比重越来越大。随着电网的日益扩大,巡线的工作量也日益加大,100KM的巡线工作需要20个巡线人员工作一天才能完成。传统的巡线方式已经满足不了现代电力系统的广泛需求。


传统巡线方式面临的困难有:

(1)劳动强度大、工作条件艰苦,而且劳动效率低,遇到供电网紧急故障和异常气候条件下,线路维护人员不具备有利的交通优势、利用普通仪器或肉眼来巡查设施。这种方式已经不能完全适应现代化电网建设与发展的需求。

(2)近年来大量采用了直升机、无人机和巡检车,利用高速相机进行拍照,但是积累的大量数据的分析仍需耗费大量人力。急需先进、科学、高效的智能数据分析方式。

(3)为保障用电安全,电网运维单位需要不断对高压输电线路和杆塔进行巡检,及时发现部件损毁、缺陷以及环境风险,采取措施确保输电安全。目前各电网运维单位大量采用直升机或无人机航拍,再由专业人员对航拍图像进行分析解读。


为提高管理效率,采用统一规范对航拍图像进行命名,我们基于AI智能识别技术开发了输电线路杆塔塔型、部件、通道内树种识别以及相应的标注应用软件,实现了对航拍图像的自动化识别、去重优选和规范化命名等功能。支持T型塔、干字塔、猫头塔等十余种塔型;可识别塔头、塔基、号牌、地线挂点、防振锤、绝缘子串、塔端挂点、线端挂点、跳串、避雷器等数十种部件;可区分左中右、上中下相;实现对航巡图像的自动归类和编码;可实现输电通道树种识别,有效识别树障影响;是数字化输电廊道工程建设的重要工具。



2、主要功能

(1)原始数据导入

将大量巡检图片导入系统,建立结构化数据表达,生成缩略图提高前端显示性能。

(2)质量评估和智能去重

基于图像识别和质量评估算法,将注意点集中于应该集中的部件,实现图像择优和精准去重。

清晰度评估算法



智能去重算法


(3)智能识别

基于海量标注数据,利用卷积神经网络,开发部件识别模型。结合电网的杆塔建设技术规范,定义不同塔型的部件构成(必有部件和可选部件),进行巡视拍摄图像是否存在部件缺失进行评估。实现了:杆塔类型识别模型(TypeReg)、杆塔部件识别模型(CompoReg)。

(4)部件缺失检测

部件识别精度决定了部件缺失评估功能的可用性。为提高综合可用性,利用AI技术提取线路杆塔分布特征和杆塔部件组成特征(LineFeatureAnalysis)和人员拍摄习惯(HumanHabitAnalysis),辅助进行部件识别。对单一图像内出现多种部件的情况,结合目标检测技术进行多部件检出(CompoDetect),再结合部件识别模型进行综合判断。对数量不定的部件(如引流线跳串、地线挂点),可以从杆塔所有图片中再次进行目标检测并统计,根据统计结果判断是否存在漏拍。

(5)树种识别

(6)规范化批量命名和数据导出


3、应用前景

输电线路巡检图像质量评估和去重,杆塔零部件识别,通道树种识别等AI能力,是巡检规范化作业的第一步,是图像分析智能化的基础。随着航拍巡检占比的逐渐增多,人工智能在图像研判快速查缺方面越来越受到重视,必将成为线路运维企业降本增效的利器。

基于无人机系统获取激光雷达数据,基于无人机激光三维扫描技术的树障检测,再增加树种智能识别算法,进一步结合树种生长模型,就可以做出预测并采取积极性预防措施,接触输电通道树障引起的潜在风险。

欢迎电网巡检及相关单位致电,联系更多智能化行业解决方案!
鲁朗软件(北京)有限公司

北京市朝阳区北苑路金泉广场1座27层

解决方案经理:18519109332

解决方案经理:13521029107