丘陵山間，茂林深處，激流河谷……無論是悶熱異常還是狂風(fēng)大雨，只要有輸電鐵塔或電力基站的地方，常常能看到幾個(gè)電力運(yùn)檢工人連走帶爬趕來巡視。

有業(yè)內(nèi)人士統(tǒng)計(jì)過，一名普通線路工人三十年巡線所走過的山路可繞赤道1周。

經(jīng)濟(jì)的發(fā)展推動輸電線路密度快速上升，隨之而來的是電力運(yùn)檢任務(wù)不斷加重。點(diǎn)多面廣的設(shè)備布局下，電力運(yùn)檢工人的巡查線路覆蓋著許多常人不會到達(dá)的區(qū)域，在過去數(shù)十年中，除了跋山涉水，登高、野外作業(yè)等帶來的人身安全風(fēng)險(xiǎn)更成為痛點(diǎn)。

現(xiàn)在，變化正在發(fā)生。

新基建浪潮下，電力作為重要的基礎(chǔ)設(shè)施升級對象正在加速落地人工智能、物聯(lián)網(wǎng)等前沿技術(shù)，圍繞電力運(yùn)檢的去人工、智能化解決方案不斷涌現(xiàn)和落地。

這其中，在華為推動的昇騰AI計(jì)算生態(tài)下，來自山東的智洋創(chuàng)新打造了一個(gè)基于物聯(lián)網(wǎng)和人工智能的智能運(yùn)檢技術(shù)方案，已經(jīng)成為業(yè)界典型案例，助力電力運(yùn)檢形成全新的模式。

舊有努力“差點(diǎn)勁”，AI推動電力運(yùn)檢智能化再升級

一方面因?yàn)檫\(yùn)檢任務(wù)越來越重而工人無法等比例增加，另一方面因?yàn)椤皵嚯姟痹斐傻暮蠊�越來越無法承受，傳統(tǒng)電力企業(yè)聯(lián)合外部技術(shù)服務(wù)伙伴在運(yùn)檢這件事上已經(jīng)有過許多積極探索，與其他傳統(tǒng)領(lǐng)域不一樣，這里并不是一個(gè)全然沒有數(shù)字化、智能化底子的場景。

但是，過去的探索，始終沒有實(shí)現(xiàn)對傳統(tǒng)運(yùn)檢的完全替代，自身也有許多不足。

例如，監(jiān)測設(shè)備智能算力弱，需要持續(xù)回傳拍攝數(shù)據(jù)到后臺由人工處理，智能效果不佳、帶寬資源跟不上；在塔桿供電依賴太陽能的情況下，設(shè)備本身電能消耗卻嚴(yán)重、斷線率高；無法實(shí)現(xiàn)7＊24小時(shí)拍攝，間隔過長可能遺漏現(xiàn)場問題等等。

憑借底層化的AI能力，智洋創(chuàng)新的智能運(yùn)檢技術(shù)方案完成了電力運(yùn)檢的再升級。該方案將Atlas 200 AI加速模塊內(nèi)置到監(jiān)拍裝置上，具備三大優(yōu)勢：

能力方面，大幅度提升了前端監(jiān)測設(shè)備的智能水平，實(shí)現(xiàn)實(shí)時(shí)在線監(jiān)測分析，與人工相比減少了監(jiān)視的漏報(bào)與誤報(bào)；

部署方面，在高智能水平的情況下實(shí)現(xiàn)了較低的功耗，適配普遍依賴太陽能的電力系統(tǒng)檢測設(shè)備，達(dá)到監(jiān)測不間斷的成效；

經(jīng)濟(jì)性方面，在發(fā)現(xiàn)問題時(shí)才進(jìn)行上報(bào)，底層化、獨(dú)立化的邊緣計(jì)算能力降低了對公網(wǎng)流量、云端存儲與計(jì)算資源的占用，優(yōu)化了整體系統(tǒng)成本。

線路與鐵塔場景下，智洋創(chuàng)新這套技術(shù)方案可以對采集的圖片進(jìn)行智能分析，及時(shí)、準(zhǔn)確發(fā)現(xiàn)隱患。較為典型的，如識別出吊車、挖掘機(jī)、水泥泵車、推土機(jī)等大型施工機(jī)械帶來的隱患：

站所場景內(nèi)，其終端集成了設(shè)備大類、環(huán)境大類、人員大類等十余種算法模型，對安全帽佩戴、人員姿態(tài)、表計(jì)讀數(shù)、開關(guān)分合、地面積水、煙霧明火等都可以進(jìn)行精準(zhǔn)識別：

總體上，這套方案實(shí)現(xiàn)了對幾乎所有依靠視覺影像的電力運(yùn)檢業(yè)務(wù)邏輯的自動化執(zhí)行，運(yùn)檢工人“跑斷腿”、“高風(fēng)險(xiǎn)”等痛點(diǎn)被極大程度解決，而遠(yuǎn)程瀏覽、直接針對問題派出人力的做法，也讓運(yùn)檢工作效率得到顯著提升，人力需求大幅減少。