新聞中心Press center
熱門產(chǎn)品Hot products
解決方案Solution
聯(lián)系方式Contact information
當電力巡檢遇上人工智能
算法推送、人臉支付、智慧城市、智能客服、醫(yī)生、律師……AI正在各行業(yè)掀起革命,可有一個領域卻鮮有人提及——電力。人工智能可不可以應用到電力巡檢上面呢?答案是肯定的!
你可能見過這樣的方式,人工巡檢
這樣的方式,飛手地面操控無人機進行巡檢
還有即將出現(xiàn)這樣的,無人機自動化巡檢的
我們認為無人機在電力巡檢中會經(jīng)歷以下3個發(fā)展階段①手工操控階段
電網(wǎng)企業(yè)買了無人機,讓操作人員考證后上崗。這只是降低了巡檢難度,人帶著無人機親自到一線但不用爬塔了,不過數(shù)據(jù)分析還需工。
②智能化階段
無人機帶有 RTK 高精度定位技術,可以實現(xiàn)自動駕駛,后續(xù)也有 AI 輔助分析數(shù)據(jù),一定程度上解放了更多的人力。這個階段提高了巡檢效率,但因無人機通訊和數(shù)據(jù)樣本不足還不能實現(xiàn)理想中的全自動化,還是需要人的運維輔助。
③無人化階段
無人機帶有 5G+RTK,可實現(xiàn)全自動化巡檢。這時候,人不用去現(xiàn)場,只要部署自動停機場就可以。無人機自動巡檢、實時傳回數(shù)據(jù)、自動回巢、自動充電??梢詫崿F(xiàn)遠程調度無人化。目前,電力巡檢發(fā)展到了第二階段——智能化階段,這個階段里人工智能是如何發(fā)揮作用的呢。 不同以往的三維智能航線
在智能化階段里面,無人機開始進入自動駕駛階段。和地面上的自動駕駛汽車面對的復雜環(huán)境不同,無人機在空中的環(huán)境沒有太多變化。自動駕駛是實時建立三維模型,實時做航線規(guī)劃。但行業(yè)無人機是相反的。對于電力巡檢來說,無人機自動駕駛是指的是:首先系統(tǒng)根據(jù)事先掃描好的周邊環(huán)境激光點云,建立三維模型,然后自動化規(guī)劃航線,其中無人機的拍攝點也自動規(guī)劃在里面,再向無人機發(fā)出任務,無人機去執(zhí)行。隨著無人機巡檢的廣泛展開,產(chǎn)生了大量的平面影像數(shù)據(jù),如果僅靠人工處理,無疑會耗費大量人工時間,那么如何快速分析識別缺陷和隱患,大數(shù)據(jù)分析及巡視模式優(yōu)化,管理及可視化展示大數(shù)據(jù)成果,從而整體提升巡視單位無人機巡視應用水平?那么我們就需要讓計算機擁有自主計算的大腦以及一雙看懂電力行業(yè)的雙眼了——易飛缺陷隱患分析軟件。
缺陷隱患分析軟件最大的特點是采用人工智能算法方式,利用深度學習神經(jīng)網(wǎng)絡的工作方式來實現(xiàn)。深度學習算法
識別算法采用了學術界最新、最先進深度學習算法,將目前最先進算法進行融合和改造,同時加入增強學習技術(同AlphaGo,讓模型進行自學習優(yōu)化)和遷移學習技術,通過大量實驗分析與比較對算法做大幅度修改和優(yōu)化,對圖像中特點目標特征進行疊進式數(shù)據(jù)建模,提升對小物體識別的敏感度,實現(xiàn)較小運算資源下精確分類和檢測。針對無人機輸電線路的通道巡檢以及精細化巡檢所拍攝的影像資料,基于大量的缺陷隱患樣本庫,利用深度學習卷積神經(jīng)網(wǎng)絡,自動批量對上述影像數(shù)據(jù)進行缺陷隱患識別,并對缺陷進行統(tǒng)計和匯總,自動生成缺陷分析報告。最終目標缺陷識別深度學習算法的最終目標是:提高缺陷識別種類及識別率,降低漏報和誤報,完成目標檢測。
最新產(chǎn)品
New products
了解更多>