随着无人机电?线路巡线在电网公司的应用普及，也暴露了部分共性应用问题。如在输电线精细化巡线应用中，存在输电线典型故障的识别精度较低、识别系统运行速度较慢、识别结果需人工复审等难题。
针对这些问题，联汇科技推出基于人工智能预训练技术的输电线路典型缺陷快速精准识别技术与服务支撑，助力电力企业进一步提升电力系统巡检效率、降低巡检成本，保障电网安全运行。
近年，我国电??业?速发展，电?规模已跃居世界?位，?动化?平逐步提升，电能质量和供电可靠性进?步提?。电?线路巡线是电?公司巡检?作中的重要场景，但传统作业模式下，存在巡检?员劳动强度?、?作条件艰苦、劳动效率低等问题，巡检??机技术的发展与应用成为解决这一问题的关键。
在应用无人机巡检过程中，存在电线路小部件典型缺陷识别准确率不高、识别系统运行速度慢、识别结果依赖人工复核等棘手问题。
针对这些问题，联汇科技通过高精度、高效率算法生成及试制软件，加速落地输电线路典型缺陷快速精准识别技术研究，支撑电网公司提升小部件典型缺陷的识别准确率，提高巡检图像的缺陷识别速度，增强自动化巡检效率。
高精度检测基于预训练的输电线路缺陷高精度检测模型及算法该算法由10个检测模型、一套数据增强系统、一套决策系统组成，在测试集图片样例中，达成综合精确率89%、综合召回率86%的结果，超出缺陷识别综合准确率在80%以上的指标要求，高精准地实现缺陷检出。
基于电网行业预训练大模型框架，利用海量无标注数据与少量标注数据微调，通过提示学习、元学习等迁移微调算法，推动输电线路缺陷识别模型的快速更新迭代，实现输电线路缺陷识别过程中的图像质量检测、异常区域检测和缺陷类别判断等需求，大幅提升小部件典型缺陷识别效率，为输电线路缺陷预警及高效巡检提供技术支撑。
缺陷高精准检测高效率识别基于神经网络蒸馏技术的输电线路缺陷高效率识别模型及算法采用多任务学习的推理加速算法，通过模型参数共享和多任务并行实现高效率运行速度。在性能测试集中，每秒处理2.12张图像，满足模型实际识别效率不低于2帧/秒的指标要求，为客户提供高效率的识别应用。
基于神经网络蒸馏技术的输电线路缺陷高效率识别模型及算法，方便运维人员快速审核巡检结果，高效率定位缺陷部件，减少人工复核工作量，大幅度降低电网运维成本。
缺陷高效率识别试制软件系统输电线路典型缺陷快速精准识别软件系统试制试制一套输电线路典型缺陷快速精准识别软件系统，含5个一级模块，1项功能模块，80多个功能点，包括智慧驾驶舱、巡检图片库、AI缺陷分析、模型管理等核心功能模块，为模型及算法提供应用平台。
试制输电线路典型缺陷快速精准识别软件系统平台，打造行业内首个基于人工智能预训练技术的输电线路典型缺陷快速精准识别软件系统，制定巡检数据库管理、输电线路典型缺陷识别标准、梳理缺陷类型及识别的标准化流程，为输电线路典型缺陷快速识别提供平台支撑，全面提升输电线路管理智能化水平。
试制软件系统基于人工智能预训练技术的输电线路典型缺陷快速精准识别技术及平台的研究，是业界首次将预训练大模型技术应用到电网无人机缺陷检测工作中，图像识别+机器学习+预训练模型+算法蒸馏技术为输电线路小部件缺陷识别提供新的技术方法和研究理论，是大模型技术在智慧电力领域的创新应用。
通过基于人工智能预训练技术的输电线路典型缺陷快速精准识别技术研究，为电网公司在输电线路无人机巡检缺陷精准识别领域提供AI智慧化思路。
随着预训练大模型技术的落地加速，在视觉认知、内容生成、人机交互等多个领域已具有专家能力，在面向电力、能源、智慧城市、视频云、媒体等不同行业与领域展现出了巨大的应用潜能，联汇科技将通过大模型技术与产品创新，打造行业级AI智慧底座，面向不同企业加速赋能应用。