人工智能圖像識別技術(shù)在架空輸電線路巡檢業(yè)務(wù)中的應(yīng)用

南方電網(wǎng)廣東東莞供電局 張 程 田 河 吳付耿 郭偉明

目前，我國在電網(wǎng)巡檢圖像處理技術(shù)方面開展了一系列研究，但多數(shù)研究是在實驗室的局限之下進(jìn)行和推進(jìn)，局限性較大，在實際業(yè)務(wù)操作之中，高壓、特高壓輸電線路處于偏僻的地區(qū)，圖像采集的背景相對來說較為艱難，主要包括自然景觀和人文景觀兩方面，這一系列問題都給人工智能圖像識別技術(shù)的運用造成了一系列困難，也對目標(biāo)識別工作提高了難度，造成了一些不確定性影響因素。

1 人工智能圖像識別技術(shù)在架空輸電線路巡檢業(yè)務(wù)中的應(yīng)用技術(shù)

1.1 輸電線路本體輔助巡視圖像識別技術(shù)

在實際工作運行過程之中，輸電線路巡視業(yè)務(wù)需要采集大量的數(shù)據(jù)資料，如果只采用人工操作的方式效率會下降，尤其是不適合連續(xù)高強(qiáng)度的運行狀態(tài)，經(jīng)常會有缺陷沒有被及時發(fā)現(xiàn)。當(dāng)前，傳統(tǒng)的機(jī)器學(xué)習(xí)技術(shù)對于緩解識別缺陷和檢測問題有莫大的幫助，但是識別正確率并不高，缺乏泛化能力，無法進(jìn)行大規(guī)模的普遍使用，在未來的研究之中，可以把該項技術(shù)運用在深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)技術(shù)之中，對無人機(jī)采集圖像數(shù)據(jù)展開精準(zhǔn)識別，這樣能夠?qū)μ岣咻旊娋€路的巡視作業(yè)效率有幫助。

該項技術(shù)的具體工作步驟如下：工作人員可以分析具體的場景，不同的場景對應(yīng)到不同的數(shù)據(jù)圖像采集難點，將業(yè)務(wù)場景轉(zhuǎn)化成智能圖像場景之后，工作人員需要了解不同的場景有怎樣的樣本要求，樣本數(shù)量和樣本來源要得到充足的保障，還要選取合適的路徑和手段展開模擬訓(xùn)練并進(jìn)行驗證。除此之外，還要展開針對模型的目標(biāo)檢測，查看是否還具有絕緣子和其他的設(shè)備存在一些問題需要修復(fù)[1]。

具體而言，要對輸電線路本體輔助巡視圖像識別技術(shù)的場景展開研究。絕緣子的損壞場景有其特征和識別要素，輸電線路的絕緣子大多數(shù)是散狀或圓形，主要的作用是承受重量運行線路的絕緣子，具有對稱的特征，同時還包括玻璃絕緣體自爆的合成絕緣子破損，這些特質(zhì)通過檢查可以發(fā)現(xiàn)對稱性如何，其中合成絕緣子灼傷技術(shù)可以通過絕緣子的原線方向粉末進(jìn)行識別。一般來說，玻璃瓷器這些絕緣子都可以通過放電痕跡來判別識別因子。

與此同時，在脫落時可以進(jìn)行場景識別，發(fā)現(xiàn)脫落因素，也可以從脫落的圖像中找到缺失的部位，確定零部件的結(jié)構(gòu)和所處的位置，判斷輸電線路掛點的所在之處。在識別程序的運行過程中，還要判斷輸電線路絕緣子和定位，絕緣子之間是否存在某種聯(lián)系。此外，還要對絕緣子兩端的范圍進(jìn)行檢查，這些孔洞的目的是防止螺栓脫落，同時還要檢查絕緣子兩端在一定區(qū)域之內(nèi)是否固定完畢。同時，工作人員還要對倒地線的斷骨和斷線進(jìn)行查看，通過查找橫向?qū)Ь€的不規(guī)則毛刺，判斷輸電線路導(dǎo)電線折斷之后是否會發(fā)生散落現(xiàn)象，對于斷落的倒地線可能會發(fā)生抽搐變形的情況。工作人員可以通過圖片查找來找到線路的彎曲方向，判斷作業(yè)倒地線[2]。

1.2 輸電線路通道輔助巡視圖像識別技術(shù)

輸電線路通道的安全性是供電可靠性的前提和保障，如果外部條件發(fā)生一系列改變，那么就有可能威脅到輸電線路以及輸電線路旁邊的其他設(shè)備[3]。因此，相關(guān)工作人員要對危險進(jìn)行及時清除，防止發(fā)生損壞或整體設(shè)備的燒毀，如果要做到這一點，監(jiān)控設(shè)備在輸電線傳輸時要對整體狀況進(jìn)行監(jiān)測，傳輸實時圖像并進(jìn)行分析，防止外部不良因素的入侵，如果發(fā)現(xiàn)輸電線路通道中存在異常情況，如山火、外破，必須針對實際情況進(jìn)行檢查。但反觀現(xiàn)狀，輸電線路通道輔助形式圖像在使用過程中體現(xiàn)出較大的局限性，比如上文所提到的檢測方法不能夠直接用在方案的解決之中，對于輸電本體而言，輸電通道之上如果發(fā)生冒煙等現(xiàn)象，可能會由多方面因素共同導(dǎo)致，這和單一的輸電本體形狀有一定的差別，這時工作人員可以用圖片和案例作為樣本模型展開輔助，但是在實際情況中這種情況比較少。具體而言，輸電線路通道輔助巡視圖像識別技術(shù)可以分為以下幾個方面來描述。

一是要擴(kuò)充樣本，深度巡視有可能造成諸多困擾問題，這些困擾導(dǎo)致大量的直接數(shù)據(jù)被刪除，深度神經(jīng)網(wǎng)絡(luò)具有一定的學(xué)習(xí)功能，如果訓(xùn)練數(shù)據(jù)樣本不足可能會造成一系列的問題，也會讓模型難以在實踐之中得到準(zhǔn)確的利用，因此如果缺乏樣本也可以人為地增加通過訓(xùn)練數(shù)據(jù)的補(bǔ)充，展開原始圖像的旋轉(zhuǎn)和位移，也可以采用鏡像轉(zhuǎn)換等多種方式，解決要面對的問題，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)還存在諸多方面的問題，不一樣的樣本也需要不一樣的訓(xùn)練數(shù)據(jù)作為輔助。

展開神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)必須具有較強(qiáng)的模仿能力，如果樣本過少容易造成過度擬合，就算形成了一定的固定化模板，在訓(xùn)練模式上也無法通過實際檢測的考驗。為了防止這一問題反復(fù)出現(xiàn)，有關(guān)工作人員需要檢測已有樣本的變化部分，可以通過增加學(xué)習(xí)樣本的形式加以突破。此外，工作人員還會采用位置變化和位置旋轉(zhuǎn)等不同的手段進(jìn)行圖像識別，圖像識別也可以在某種程度之上增加學(xué)習(xí)樣本的總量彈性，變換算法主要運用在手寫體數(shù)字字符的辨識之中，之后可以針對原圖進(jìn)行彈性變換，擴(kuò)充樣本，讓手寫體數(shù)字識別的效果大大提升，通過樣本彈性的提高可以增加漢字字體的圖像識別，達(dá)到不錯的效果。

二是在輸電線路通道輔助巡視圖像研究中，還要進(jìn)行遷移學(xué)習(xí)，采用機(jī)器學(xué)習(xí)算法挖掘問題，那就是大量的數(shù)據(jù)訓(xùn)練往往難以被集中獲取，尤其是在一些新開發(fā)的科技領(lǐng)域之中這一現(xiàn)象更為明顯。不同的領(lǐng)域都需要對訓(xùn)練數(shù)據(jù)的范圍進(jìn)行標(biāo)定，這樣才能滿足傳統(tǒng)的機(jī)器學(xué)習(xí)需求，但是人力、物力資源耗費較大，導(dǎo)致承受力度不足。反之，如果數(shù)據(jù)積累數(shù)量不足，有些運用無法得到正常的開展。

除此之外，傳統(tǒng)的機(jī)器學(xué)習(xí)假設(shè)數(shù)據(jù)訓(xùn)練往往不能滿足全部的要求，人們可能會經(jīng)常遇到數(shù)據(jù)過期等情況，針對這一現(xiàn)象就可以采用標(biāo)注訓(xùn)練方式來解決，但這樣的操作需要高昂的成本，也是對人力物力資源的浪費。從另外一個角度來看，如果擁有的訓(xùn)練數(shù)據(jù)是分散的且不同步的，如果將其完全丟棄也較為浪費。利用遷移學(xué)習(xí)的方式可以解決以上問題，并針對數(shù)據(jù)的問題加以合理利用，采用遷移學(xué)習(xí)的形式能夠轉(zhuǎn)移現(xiàn)有的數(shù)據(jù)，對將來的學(xué)習(xí)形成輔助的效果，其目標(biāo)是在新的環(huán)境中運用舊有的學(xué)習(xí)內(nèi)容。從這個角度來看，遷移學(xué)習(xí)和傳統(tǒng)的機(jī)器學(xué)習(xí)有一定的差別[4]。

三是可以采用圖像識別嵌入式區(qū)域展開警戒診斷，以傳統(tǒng)的多目標(biāo)識別模型作為基礎(chǔ)，擴(kuò)展分析網(wǎng)絡(luò)層，打造異物入侵診斷的基本框架，針對以上算法模型在受到資源局限性的環(huán)境下，滿足高性能計算機(jī)的運用需求，同時對計算方式進(jìn)行定制，建設(shè)深度學(xué)習(xí)模型，構(gòu)建性能較高，耗能較低的診斷系統(tǒng)。也就是說，可以針對常見的缺陷和危險區(qū)域入侵場景進(jìn)行研究，一直到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的末端，在多目標(biāo)識別的基礎(chǔ)與前提之上可以增加混合網(wǎng)絡(luò)層，這樣的方式能夠在范圍內(nèi)展開特征性兼容檢測，打造區(qū)域入侵診斷的框架，讓目標(biāo)具有完整性，在網(wǎng)絡(luò)刪減和參數(shù)共享的背景之下展開深度學(xué)習(xí)。

工作人員還可以采用壓縮模型的方式來減少神經(jīng)網(wǎng)絡(luò)的深度，保留大量的參數(shù)權(quán)重，優(yōu)化模型的參數(shù)結(jié)構(gòu)，在這一基礎(chǔ)上還可以采用數(shù)據(jù)流進(jìn)行模型的處理，把學(xué)習(xí)的模型變成相對固化的模塊，硬件模塊被壓縮之后可以進(jìn)行深度學(xué)習(xí)，運行底層的硬件系統(tǒng)，這樣的方式能夠讓頂層應(yīng)用的高性能處理，減少時間損耗。此外，頂層應(yīng)用也可以針對各種類型的學(xué)習(xí)目標(biāo)調(diào)整框架網(wǎng)絡(luò)，確保硬件的功能優(yōu)化[5]。

2 人工智能圖像識別技術(shù)在架空輸電線路巡檢業(yè)務(wù)中的應(yīng)用舉例

2.1 構(gòu)建輸電巡檢影像樣本編碼規(guī)則研究及標(biāo)準(zhǔn)庫

工作人員在輸電巡檢影像樣本編碼規(guī)則的建立中，需要通過標(biāo)準(zhǔn)庫的形式來操作，根據(jù)輸電和變電設(shè)備的從屬關(guān)系進(jìn)行結(jié)構(gòu)設(shè)計和缺陷等級分類，對樣本的規(guī)范和具體參數(shù)進(jìn)行標(biāo)注，建設(shè)樣本庫，樣本庫要包括輸電線路的不同型號，比如無人機(jī)、直升機(jī)等設(shè)備的參數(shù)，還包括可穿戴設(shè)備拍攝的圖片和視頻資料，建設(shè)不同的文件儲存格式。為了避免受到兼容性影響，需要針對缺陷數(shù)據(jù)庫的系統(tǒng)展開分類構(gòu)建，具體而言，一是工作人員需要收集缺陷信息，制定規(guī)范，根據(jù)不同的輸電設(shè)備研究部件種類以及從屬關(guān)系，細(xì)分編碼，把變壓器、輸電線等輸電設(shè)備按照編碼進(jìn)行統(tǒng)一的編號和串聯(lián)，如果信息規(guī)范出現(xiàn)錯誤，則需要重新建設(shè)變電設(shè)備的標(biāo)注樣本。

二是工作人員可以采用質(zhì)量評價技術(shù)，設(shè)置具體的工作步驟，根據(jù)不同的目標(biāo)和場景打造圖像質(zhì)量的樣本數(shù)據(jù)庫，同時對樣本空間進(jìn)行場景的變換和數(shù)據(jù)的提取。除此之外，還要根據(jù)不同的特征打造各式各樣的回歸模型，展開圖片質(zhì)量的預(yù)測，此項操作在具體執(zhí)行時需要對圖像的質(zhì)量打造回歸模型，如果圖像的最終呈現(xiàn)質(zhì)量低于預(yù)測值，就表明這一樣本存在缺陷，不符合該數(shù)據(jù)庫的要求，需要手動刪除，如果具體值高于設(shè)定值，則表明該樣本是符合要求可以利用的。

三是工作人員需要打造分布式樣本數(shù)據(jù)庫，可以采用數(shù)據(jù)庫對缺陷樣本數(shù)據(jù)進(jìn)行統(tǒng)籌，比如可以采用HDFS分布式文件展開分類存儲，根據(jù)主節(jié)點和子節(jié)點的不同業(yè)務(wù)類型進(jìn)行合并，制作標(biāo)準(zhǔn)數(shù)據(jù)集，展開業(yè)務(wù)應(yīng)用層的參數(shù)交換。

四是進(jìn)行數(shù)據(jù)標(biāo)注，在標(biāo)注之后可以把樣本轉(zhuǎn)化成訓(xùn)練框架所需要的數(shù)據(jù)庫，當(dāng)前較常用的訓(xùn)練框架包括TORCH、CAFFE，這些模型都已經(jīng)定制了自己的數(shù)據(jù)接口，然而以上數(shù)據(jù)標(biāo)注工具相對來說缺乏兼容性，使用的覆蓋面積較小，缺乏較為健全的功能菜單，不同類型框架的數(shù)據(jù)接口之間兼容性也不同，要及時進(jìn)行格式變換，就導(dǎo)致工作步驟和程序較為煩瑣，為了解決這些問題加快預(yù)處理的步驟，有關(guān)工作者需要制定可以深度學(xué)習(xí)的轉(zhuǎn)化接口，針對不同類型的技術(shù)展開轉(zhuǎn)化整合。

2.2 輸電線路智能立體巡視模式應(yīng)用

輸電線路人工智能輔助識別，可以通過現(xiàn)有的本體無人機(jī)和直升機(jī)巡視系統(tǒng)展開數(shù)據(jù)調(diào)整和升級，對整體運行情況進(jìn)行在線監(jiān)督，人工智能圖像這一領(lǐng)域開發(fā)的情況較為成熟，可以對有缺陷的數(shù)據(jù)和模塊展開在線分離，展示系統(tǒng)分析結(jié)果，并且結(jié)合系統(tǒng)要求有選擇性地進(jìn)行推送，也可以采用模塊化的開發(fā)方式展開數(shù)據(jù)系統(tǒng)的統(tǒng)籌管理。應(yīng)當(dāng)包括的板塊是機(jī)器人在線檢測、數(shù)據(jù)儲存、視頻、圖像等。

具體而言，一是要加強(qiáng)對現(xiàn)有巡視數(shù)據(jù)的獲取，在輸電線路、視頻圖像、機(jī)器人在線形式之中，有關(guān)工作人員可以制定較為統(tǒng)一的數(shù)據(jù)協(xié)議開發(fā)接口獲取視頻圖像，讓機(jī)器人在線形式有數(shù)據(jù)可以傳輸回來，對于圖像視頻的巡檢數(shù)據(jù)，全國各省市地區(qū)都可以制定較為統(tǒng)籌化的數(shù)據(jù)簽署協(xié)議，并開發(fā)數(shù)據(jù)傳輸至端口，通過獲取視頻、圖像完成工作，上述方式可以打通人工智能圖像識別輔助系統(tǒng)之間的內(nèi)部通道，讓數(shù)據(jù)傳輸?shù)倪^程更加快速。

二是工作人員要展開數(shù)據(jù)統(tǒng)籌和數(shù)據(jù)分析，利用模塊化的方式開發(fā)輸電線路人工智能圖像輔助系統(tǒng)的相關(guān)設(shè)備，并且對無人機(jī)和直升機(jī)的數(shù)據(jù)展開采納和巡檢，檢測離線數(shù)據(jù)是否正常。此外針對輸電線路通道之內(nèi)采用的巡視圖像可以采用實時分析模式，還可以對數(shù)據(jù)存儲和管理技術(shù)、告警信息推送技術(shù)進(jìn)行性能的優(yōu)化。

綜上所述，人工智能圖像識別技術(shù)在架空輸電線路巡檢業(yè)務(wù)中的運用具有廣泛的優(yōu)勢，并已在架空輸電線路業(yè)務(wù)中有著廣泛的應(yīng)用，但是現(xiàn)階段仍然存在著一定的局限性，有關(guān)工作人員需要繼續(xù)研究相關(guān)利用手段，攻堅克難，進(jìn)一步完善該技術(shù)在電力行業(yè)的局限性，發(fā)揮其作用。