作者 | 涂承燁

審校 | 重樓

前文《不是人才用不起，而是AI巡檢更有性價比！》簡要介紹了AI巡檢的概念、重要性、技術(shù)架構(gòu)等，那么具體場景如何應(yīng)用AI巡檢呢？

以電力行業(yè)為例，我們先看看傳統(tǒng)巡檢存在哪些問題？

一、電力行業(yè)傳統(tǒng)巡檢存在問題

電力行業(yè)存在問題

• 巡檢時間長大部分輸電線路都在山路之中，海拔高、距離長，需要花費(fèi)人員大量時間與精力，且需要大量資金確保人員安全和基礎(chǔ)補(bǔ)給。
• 巡檢精度低傳統(tǒng)人工巡檢方式容易受到自身疲勞以及各類天氣因素的干擾，導(dǎo)致結(jié)果偏差甚至出錯。
• 巡檢效率低人工巡檢方式需要人員自行攀登、且在高處行走巡視，一天可能只能巡檢幾處塔桿。人工巡檢配電站、變電站、開閉所等區(qū)域需要花費(fèi)大量時間，且只能進(jìn)行少次數(shù)巡檢。
• 巡檢人員少

電力巡檢是較為艱苦的工作，當(dāng)代年輕人更不愿意從事相關(guān)重復(fù)勞動力工作，招工用工相對成為了一項難題。

針對這些存在的問題，如何應(yīng)用AI技術(shù)進(jìn)行解決？

二、AI巡檢方案

基于AI的巡檢是一種先進(jìn)的技術(shù)應(yīng)用，它結(jié)合了自然語言處理和計算機(jī)視覺技術(shù)、大模型等，以實現(xiàn)高效的設(shè)備檢測和故障預(yù)警。

深度學(xué)習(xí)算法模型，參考廈門大學(xué)紀(jì)榮嶸教授-緊致化計算機(jī)視覺系統(tǒng)，優(yōu)化出的模型尺寸更小，更節(jié)省內(nèi)存、能源，推理速度更快且精度損失小。

深度學(xué)習(xí)算法模型

AI巡檢總體架構(gòu)

2.1 應(yīng)用場景

2.1.1 常見表計設(shè)備巡檢場景

通過紅外攝像機(jī)對常見表計設(shè)備進(jìn)行測溫，以監(jiān)控實時溫度，滿足多樣化識別需求。

2.1.2 常見輸電線路AI巡檢場景

設(shè)備通常建設(shè)在山區(qū)等巡檢人員難以高效率巡檢的地方，而人工費(fèi)用成本逐漸上升；對于占地面積大、涉及設(shè)備裝置數(shù)目多的線路，難以在短時間內(nèi)對各設(shè)備運(yùn)行狀況有良好的把握與監(jiān)測。

常見的塔桿、絕緣子、輸電線的外觀是否正常，是否存在缺損、傾斜等問題；鳥巢、風(fēng)箏、塔頭脫落故障、絕緣子損毀、電線斷線等異常情況是否存在問題等，均無法及時發(fā)現(xiàn)，容易造成安全隱患。

通過無人機(jī)系統(tǒng)巡檢，可以避免人員高危操作風(fēng)險，提高巡檢效率，切實有效的保證設(shè)備的正常安全運(yùn)行。

無人機(jī)巡檢自動發(fā)現(xiàn)問題

2.1.3 點(diǎn)云數(shù)據(jù)智能識別場景

傳統(tǒng)方案：根據(jù)2D可見光圖像人工區(qū)分目標(biāo)，圖片拼接難、圖像分辨難。

傳統(tǒng)方案效果

AI方案：基于自研無人機(jī)機(jī)巢及軟件平臺、點(diǎn)云分析算法，實現(xiàn)變電站及輸電線路點(diǎn)云數(shù)據(jù)的采集和識別。采用深度學(xué)習(xí)大場景點(diǎn)云識別；利用分割算法在電力走廊區(qū)域檢測出對應(yīng)塔桿，導(dǎo)線及樹障。

AI方案效果

2.1.4 常見安全隱患識別場景

在日常的安全隱患巡檢中，比如安全帽檢測、口罩檢測、工裝檢測、吸煙檢測、火焰檢測、禁行區(qū)域檢測、文字準(zhǔn)確性檢測等，存在行為規(guī)范難、潛在風(fēng)險預(yù)測難、人工監(jiān)測成本高、監(jiān)測管控難統(tǒng)計、監(jiān)測效率低等痛點(diǎn)。

紅外線攝像機(jī)、可見光攝像機(jī)的實時監(jiān)控采集后，平臺通過算法模型等自動識別、警告，實現(xiàn)智能實時監(jiān)測，檢測潛在風(fēng)險，確保工作安全，實現(xiàn)為生產(chǎn)制造賦能的效果。

安全隱患實時檢測

2.1.5 設(shè)備溫度監(jiān)控場景

開關(guān)刀閘、儲油柜、絕緣子、電容器、電流計、線路金具等需要實時監(jiān)測溫度，防止危險發(fā)生。

傳統(tǒng)可見光成像方案無法獲得更多儀器設(shè)備的內(nèi)部信息，無法對設(shè)備的潛在風(fēng)險進(jìn)行更詳細(xì)的風(fēng)險度量，多硬件的體系監(jiān)控相對代價更高。

相對于傳統(tǒng)可見光成像，紅外熱成像反映了被監(jiān)測物體的溫度信息，能夠在外觀無變化、但內(nèi)部性質(zhì)發(fā)生變化時提前預(yù)警?；诩t外監(jiān)控設(shè)備，結(jié)合深度學(xué)習(xí)檢測算法可實時監(jiān)控溫度變化。

紅外熱成像智能識別

三、AI巡檢的未來展望

AI巡檢正在成為一種日益重要的維護(hù)和管理手段。借助人工智能技術(shù)，AI巡檢不僅可以實現(xiàn)自動化、智能化的巡檢過程，還能提高巡檢效率和準(zhǔn)確性，減少人工巡檢的誤差和安全隱患。展望未來，AI巡檢將在多個方面取得重要突破和發(fā)展。在礦業(yè)煤礦、化工煉焦、冶金、電力電廠、道路裂縫檢測等行業(yè)，均已有了好的應(yīng)用案例！

展望未來，多少憧憬，多少豪邁！AI技術(shù)正大步邁入我們生活的方方面面，為我們的生活帶來更多的憧憬！

作者介紹

涂承燁，51CTO社區(qū)編輯，省政府采購專家、省綜合性評標(biāo)專家、公 E 采招標(biāo)采購專家，獲得信息系統(tǒng)項目管理師、信息系統(tǒng)監(jiān)理師、PMP，CSPM-2等認(rèn)證，擁有15年以上的開發(fā)、項目管理、咨詢設(shè)計等經(jīng)驗。對項目管理、前后端開發(fā)、微服務(wù)、架構(gòu)設(shè)計、物聯(lián)網(wǎng)、大數(shù)據(jù)、咨詢設(shè)計等較為關(guān)注。