requestId:6869af0c78dcb7.80341965.
在廣東電網機巡治理中間，技術應用推廣部經理劉高展現了一張特別的照片：50米高的輸電鐵塔和鐵塔頂部一個已經松脫且僅有小拇指指甲蓋鉅細的螺栓銷釘。任務人員從空中舉著看遠鏡看那螺栓帽，有如在一頭牛身上找一粒虱子，且僅憑肉眼很難判斷虱子的保存狀態。現在，指甲蓋鉅細的螺栓帽能否影響線路平安，智能識別算法可以直接做出判斷、評級，且將結果推送給生產部門。
更了不得的是，無人機從機巢自動起飛、拍攝照片、回傳圖片到缺點識別，一切步驟都可以在線完成，這背后隱躲了高精度定位、人工智能等先進技術應用。2021年，南邊電網公司電網治理平臺機巡圖像智能剖析效能周全上線后，圖片識別速率年夜幅晉陞，今朝可每分鐘處理700包養網比較張圖片，已累計識別圖片超1.37億張包養網，此中2023年為9000多萬張。
為什么需求人工智能？——人眼看不過來了
工作要從2013年說起。當時南邊電網公司已安排在全網推廣輸電線路機巡作業。無人機巡檢業務逐漸在公司展開。
短短幾年，從高壓到低壓，從東部到西部，全網逐漸構成“機巡為主，人巡為輔”的線路運維形式。無人機在電網的應用場景發生質的轉變——從最早的搶險救災共同東西變成日常巡檢不成少的利器。南邊電網公司輸配電部高級經理樊靈孟說：“公司無人機巡檢起步早、應用廣包養一個月價錢、認識深。2016年，工信部啟動制訂無人機領域國際標準，于2020年頒布，填補了國際上該領域技術標準的空缺，南邊電網就是重要貢獻單位。”機巡業務的年夜規模發展，意味著無人機采集輸電線路設備航攝影片在包養俱樂部成指數級增長。
2015年浙江年夜學博士畢業后，黃文琦參加南邊電網公司。“那時公司做人工智能的還比較少，面試官看到我的研討標的目的是視覺自立導航系統與機器學習，很感歎地說，‘這個標的目的在南邊電網年夜有可為，我們率先發展了無人機巡檢’。”這句話，徹底消除了黃文琦對于所學恐無用武之地的顧慮。
機巡推廣應用后，靠人力來看圖片這件事變得頗為費勁。到2016年，這種牴觸愈發明顯。巡檢人員白日飛無人機，早晨回來看圖片查找缺點。巡檢拍回來近萬張圖片，每張圖片要檢查十幾個關鍵部件包養一個月價錢，班組人員最基礎忙不過來。而那時圖片量還重要集中在廣東電網公司，全網的年夜規模無人機自動巡檢也還沒有開始。
黃文琦算了一筆賬：每個桿塔精細化巡檢要拍約35張圖片，按兩座高壓桿塔之間距離約500米來估計，整個南邊電網排擠線路超過百萬公里，光是精細化巡檢單次全覆蓋產生的圖片就超7000萬張。巡檢頻次上按主要水平，分為半年巡、季度巡和月度巡，部門關鍵線路甚至需求每周巡視。積累的數據很是驚人。
怎么辦？必須上人工智能。
研討人才從哪來？——南網人工智能聯合實驗室聚合人才
南邊包養網電網公司一向在布局電網數字化、智能化相關的技術。早在2013年，公司就圍繞芯片研發、智能微型傳感器以及包養智能算法開展研討。2017年，公司組建了通明電網嚴重攻關團隊(以下簡稱“團隊”)，由中國工程院院士李立浧擔任團隊負責人。
黃文琦參加公司后一向從事智能算法研發。經過兩年的積累和觀察，在團隊年度會議中，黃文琦作了一次技術報告：“當時報告的主題就是怎么應用計算機視覺技術在電力巡檢中找缺點。”這份報告也惹起李立浧的留意，他鼓勵黃文琦在這個技術標的目的做下往。
同時，2015年廣東電網機巡治理中間成立后，一方面鼎力推廣無人機巡檢業務，另一包養條件方面研發無人機若何脫離飛手自動巡檢，這觸及巡檢目標疾出現在家鄉的社區裡。宋微神色平靜地回答：「出了速識別、運動跟蹤、自動拍攝等一系列無人機自立巡檢關鍵技術。好像汽車無人駕駛一樣，需求激光雷達掃描、三維重建、高精度定位、神經網絡學習等人工智能技術。而讓機器在復雜環境中通過視覺智能剖析判斷，無論在機巡的前端(好比和人一樣自動找到絕緣子并攝影)，還是機巡后端圖片剖析中都至關主要。
這一關鍵技術的衝破還是在2019年——南邊電網公司提出，“數字電網”是“數字中國”在電網行業的具體實踐，從頂層設計上明確了人工智能技術作為支撐電網數字轉型的目標。團隊正式改名為南邊電網數字電網與人工智能嚴重科研團隊，公司二級領軍技術專家梁凌宇、公司三級領軍技術專家吳洋等優秀的人工智強人才不斷地參加進來。
南邊電網公司還通過公司新型電力系統人工智能聯合實驗室將科研人員與生產一線以及社會上的智力資源、產業資源聚合在一路。這次獲得2023年度吳文俊人工智能科技進步獎的項目組成員既有來自南邊電網公司的科研、業務專家骨干，也有清華年夜學深圳國際研討生院、浙江年夜學、商湯科技等科研院所、企業的學者、研討人員。
人工智能與無人機的結合聽上往高峻上，做起來并不不難，每一個步驟都需求很是腳踏實地。幾年時間里，公司高低聯動搭建出一套機巡智能剖析系統，將線下的業務流變成線上的業務流，把一切的圖片匯聚起來實現智能識別。為清楚決實際業務痛包養故事點，廣東電網公司廣泛征集技術路線，一方面邀請高校、企業以專班的情勢集中式、針對性開發一些急需的缺點識別模子；另一方面，為了優中選優，廣東電網公司在2021年舉行了4次行業比拼測試，面向全社會征集。百度、阿里等實力選手都來參賽，也包含黃文琦的算法團隊。
“當時主流算法對弱行業屬性的圖片識別才能很強，好比鐵塔上面有輛卡車，能夠很好識別。但碰到電力行業的設備外觀缺點，識別才能就不太行，準確率年夜多在30%以下。這就觸及到我們針包養妹對電力視覺的重要創新，通過基礎模子與知識融會解決復雜的電力巡檢視覺智能剖析難題。”黃文琦說。
教會人工智能有多難？——基礎模子與知識融會是破局之包養網ppt法
知識融會是對算法模子的一種專業強化。電力巡檢視覺智能剖析重要面包養網臨兩年夜痛點：一是應用場景開放，南邊電網公司電力線路總長度近120萬公里，覆蓋海拔4500米，觸及叢包養app林、湖泊、村莊、城市等多種場景，環境干擾多，對模子泛化機能請求高；二是業務邏輯復雜，設備種類多、缺點類型多、包養甜心網缺點等級多、定級規則復雜，識別難度高，尤其是桿塔、絕緣子等電力設備上，通過人工智能技術解決缺點識別難題的積累也未幾。
要解決這兩個難點，必須開發出足夠聰明的模子。解決的方式是與生產一線的同事一路磨。
“劉高級機巡中間的專家同事，都是我們的師包養行情傅。”黃文琦和梁凌宇口中的“師傅”最常講的例子是鳥巢。鳥巢圖片識別中碰到的第一個問題是怎么判斷它能否在電網的鐵塔上？很有能夠地上的一攤草也包養金額會被算法識別成鳥巢。第二個問題，怎么判斷包養網站鳥巢能否影響到電網平安？
所以必須要將電力行業的這種針對性的邏輯關系教給機器。也就是說不僅是要識別鳥巢，還要識別它周圍的設備。起首想辦法解決圖片加倍清楚的問題，算法包養團隊提出了多層次、多維度的年夜規模場景圖像數據增強方式，這能讓機器把圖片“看”得更明白。其次，還要想辦法用一個網絡將它們的地位關系構建出來，這就是多元知識嵌進的電力圖像專精化懂得方式，即要讓算法可以用更高的思維來思慮問題。
回到文章開頭提到的劉高的那張圖片。必須得讓機器在必定范圍內更強地學習，好比尺寸鉅細的關系等，要讓機器的留意力定在尺寸比例的關系中往，不要漫六合往找無關的東西。是以，那個銷釘在機器里的表述應該是“在某個部件的下方或許旁邊”等，需求將機器的留意力引到這里——這種關系就叫做概率傳遞。可是又不克不及所有的限逝世，因為人類無法枚舉一切情況，只能用知識嵌進的方式“軟約束”它，讓機器在那個范圍學習包養，這種方式就是知識融會。
“在具體的算法模子開發中，均衡好好包養留言板休息，沒有化妝，只是一個「填充」嘉賓，葉蒼白則很主要。我們不是純包養甜心網粹在實驗室里搞研討，做出來的東西必須要為一線生產排憂解難。實現這點，算法必定要足夠精妙。”梁凌宇認為，“算法不克不及太笨，好比一天要識別幾十萬張圖片，一張圖片的識別速率哪怕從2秒變成1秒，這也可以晉陞后續消缺速率，這就觸及很是技術層面的問題。總之，你研討出來的東西一線人員得愿意用、不難用。”
無論是平臺還是算法模子開發，最終都要過生產者這一關。研發階段要做內測，開發完畢，還要過現場人工復核。包養女人任何一關過不了都要返工。梁凌宇說起研發過程的喜樂與困難：“風光有四時。開發時，我們的算法用的重要是春天、炎天的樣本，到了冬天，佈景或許什么情況發生變化了，機器就會產生新的懂得。那我們就要處理，為什么算法把一些佈景干擾識別進來。通過類似正樣本、負樣本優化我們的算法。人常說學無盡頭，機器也一樣。”
項目不落地就是“花架子”，怎么辦？——人工智能要廣泛適應電力巡檢場景
一切這些其實并不不難。有一段時間，算法團隊很沒有方向，壓力很年夜。一方面是機巡電力設備外觀缺點的種類太多，且年夜部門缺點缺少明確的分類與量化鑒定規則。好比，僅僅絕緣子一類設備，常包養合約見的缺點就包含污穢、破損、自爆和概況灼傷等等。從圖片特征來看，對應著顏色異常、紋路異常與幾何形你可是我們社區最有出息的人了。從小成績好，考上態異常，疊加拍攝角度紛歧，缺點的水平很難量化定義。更不消說還有小尺寸金具、絕緣子、接地裝置和附屬設施類缺點，更難判斷。
另一方面，宋微只好回道：「沒事，我就回來看看。」缺點總是偏少的，年夜部門缺點類型的圖片樣本更是極其稀疏，無法通過包養網“喂”大批的圖片讓機器學會識別。“假如有幾十億數量的缺點圖片，我信任深度神經網絡能夠靠純數據驅動的方式準確識別。可是缺點樣本往往是稀缺的。”黃文琦解釋道。
怎么辦？假如項目遲遲無法落地，不包養網車馬費克不及給生產一線的兄弟應用，技術想得再好都是“花架子”。那段時間里，黃文琦很懼怕聽到南邊電網公司首席技術專家李鵬的詢女大生包養俱樂部問：“研討了這么久，為何遲包養網評價遲不見落地應用的成效？”不過，幫助黃文琦撥云見霧的也是李鵬，他給了黃文琦兩條建議：第一，技術要成體系，要做到能夠廣泛適應電力巡檢場景人工智能模子，不克不及只解決個別問題；第二，目標是解決電力視覺領域的問題，可考慮兼顧通用視覺技術的才能與專業領域的知識。
很快，視覺基礎模子與知識融會的包養網技術路線被提了出來。“南邊電網公司輸配電部組織了數字輸電人工智能晉陞專項任務，調動廣東、廣西、云南包養、貴州、海南五省區上百位業務專家參與到電力場景圖像專精化懂得技術研發中來，與算法專家配合梳理業務知識。”樊包養管道靈孟介紹，“公司按期召開技術研討、生產任務會議，讓業務專家與算法專家能夠坐在一路，找真問題，解決真難題。”
輸配電部還結合生產實際對電力巡檢視覺智能剖析項目標技術路線、標準化設計做了專業化指導，發動全網匯聚海量電力巡檢圖像數據，制訂“地區全覆蓋、缺點準識別、多模態融會”的技術推進路線，構建電力巡檢視覺智能剖析平臺體系，加快了項目結果在包養網南邊五省區的產業化落地。
商湯科技、清華年夜學深圳國際研討生院與浙江年夜學在基礎模子、圖片增強、目標檢測等關鍵技術研發中發揮了主要感化。大師協力年夜幅晉陞了銷釘缺掉、鳥巢等關鍵缺點的識別精度，項目實現了真正意義上的落地。
今朝，平臺已經搭建好，一些通用模子也已嵌進。對于巡線人員來說，無人機什么時候飛、做計劃、圖片識別等一長條的業務鏈條都可以數字化實現。可甜心花園是，對于黃文琦和劉高級人來說，一切這些依然只是萬里長征中的第一個步驟。
現在，在南邊電網公司，每個省公司甚至地市局都可以針對量小且有特點的問題開發算法模子，并嵌進領域知識專門針對個性化缺點識別需求。劉高已經列了很長的任務計劃，它要解決500多個缺點識別的問題，今朝才解決了120多個缺點(識別)。“這件事值得干一輩子，優化永無盡頭。”
廣東電網機巡中間也有了新的打法——有了本身的算法團隊，很是清楚的開發流程，相對固定的任務人員，這給了劉高很是年夜的信念。“並且我們每個算法開發出來都會經過一線人員的測評，2月底我們剛試驗了兩個。同時，我們現在也鼓勵基層供電局本身做開發，舉辦內部人工智能競賽，發掘培養人才。”
黃文琦想的則是若何將解決電網“眼睛”智能包養管道化的技術，進一個步驟用于摸索電網運行的“年夜腦”。“假如能夠將電力系統運行的物理規律好像知識普通嵌進到深度神經網絡中，那么電力系統積累的海量多源數據將釋放出更年夜的能量。”
TC:
發佈留言