截至日前，国网山东省电力公司输电线路可视化监拍装置安装突破5.2万套，日产生图片量超过80万张，2019年以来利用人工智能图像处理技术累计发现紧急通道隐患900余处。国网山东电科院研发的基于泛在电力物联思路的输电线路可视化远程巡检成果取得了显著的应用效果。
加强顶层设计实现统筹管理
线路走廊“点多、线长、面广”，以“人防”为主的单一人工巡线模式，难以及时发现并消除通道隐患；传统视频监控装置传统视频监控方式安装难、价格贵、寿命短，需要人工24小时盯防，又难以规模化推广应用。
“如何有效地进行线路防护，使通道隐患能够做到看得见、盯得牢、防得住呢？”面对这个难题，2016年1月，国网山东电力设备部提出了“用信息化、智能化的手段，打造输电线路可视化”的工作思路。同时，国网山东电科院成立可视化建设项目组，他们始终坚持“统筹管理、创新技术、服务一线”。
在项目实施中，该院严把设备质量关，制定实时接入率、装置有效率和装置完好率三大指标，2016年至今，全省输电线路可视化监拍装置实时接入率一直保持在95%以上。该院组织制定了《国网山东省电力公司架空输电线路可视化管理应用手册》，打造了技术、监控及隐患处置的“明白纸”，规范了架空输电线路可视化建设及应用。
人工智能研发提升效率质量
目前，可视化监拍装置已发展到具有夜视、远程语音、声光告警、就地识别的第三代，具备边缘计算能力。山东电网共安装可视化监拍装置5.2万套，其中第三代安装1.2万套，实现了“三线两点”——特高压/跨区线路、保电线路、山区线路，外破隐患点、三跨点，五个全可视。5.2万套装置年产生图片1亿8000万张，人工逐一查看，不眠不休需要92人年。如何在海量照片中快速精准识别出的隐患和缺陷，成为新研究课题。
2018年2月，该院攻克了基于深度学习的通道隐患图像智能识别难题，实现了通道隐患图像智能识别全面落地应用。样本容量是基础，通过广泛收集缺陷图片，精细标注，他们历时18个月，建成了15万张典型通道隐患和本体缺陷样本库，标注数量达到50万处。算法模型是核心，通过对5种深度学习框架和6种目标检测算法，长达6个月的反复测试和验证，他们构建了初步识别算法模型，在山东17地市和省检修公司部署应用。“我们算法模型进行了8轮升级迭代，现在把大型施工机械等重点隐患识别准确率从40%提升到95%，烟火和导地线异物识别准确率从30%提升到90%。”该院项目负责人李程启介绍说，“全省需人工确认图像数量由原来的日均50万张缩减到仅5万张，人工判图工作量减少了90%。”
为进一步促进智能图像识别技术在输电专业中的落地应用，该院组织全国共33家高校、科研单位及厂商开展了为期两周的“通道可视化图像识别技术验证”，总结形成了非常好的经验和做法，进一步提升了图像识别的智能化水平。
微信预警推送方便一线应用
如今，手机是大家使用最方便的工具，如果能让一线员工使用手机及时掌握输电线路的状况，这必将大大提高输电线路可视化建设的应用效率。
2017年6月，国网山东电科院技术人员开发了通道隐患微信预警推送功能。将隐患信息发送至线路运维人员手机微信或APP，实现了数据图像“外网安全接入，内网监控应用，微信预警推送”。“输电线路可视化远程巡检系统运行至今，未发生过一起信息安全事件。”该院技术人员郑文杰骄傲地说，“在2018年公安部组织的国家网络安全专项攻防演习中，该系统作为一直运行的信息化系统，经受住了由126名国内顶级网络专家组成的‘国家队’的攻击。”
8月31日，该系统发现了500千伏川泰Ⅰ线有一处轻微烟火，立即发出了微信预警，当地的工作人员迅速赶到现场进行了蹲守防护，保障了线路安全。“与此同时，我们也收到了电网输变电设备防灾减灾国家重点实验室发来的预警信息。”李程启介绍说，“这说明我们的系统洞察隐患相当灵敏，输电线路在这样的防护下越来越安全了。”
再不用“跑断腿”实现质的提升
目前，国网山东电力18家单位均建成可视化监控室，实现了通道隐患的全面监视，预警信息全天24小时实时推送，使线路巡视完成了由“跑断腿、巡不到、防不住”到“坐着看、日十巡、盯的牢”的质的提升。同时，预警图像已经接入到国网总部运检管控平台。
人工图像智能识别技术应用以来，累计发现并消除施工外破隐患和本体缺陷1000余处，外破跳闸次数分别同比降低了44%。该应用成效在国网系统内同类科研成果堪称最好。运维模式实现了人防到技防的转变，极大提升了线路防护水平，在峰会保电、迎风度夏期间提供了重要保障。
“输电线路可视化防护关键技术及应用”获2018年度山东电力科技进步奖一等奖；牵头编制了国网企标《输电线路通道智能监拍装置技术规范》，并完成报批。该成果还在国家电网有限公司2019年年中工作会议上，入选了泛在电力物联网建设最佳实践案例。
从“人巡”到“机巡”，从“地面巡视”到“空、天、地”多维立体巡检，从“人眼判图”到“机器识图”，泛在电力物联网开启了智能运检新时代。
