【资料图】

2月6日，福建电力科学研究院机巡中心技术人员按下评测按钮，机巡作业微应用平台一键生成机巡缺陷智能算法的识别率、误检比、处理时间等相关指标数据，评价结果实时呈现在评测人员眼前。

据介绍，为了提高无人机的巡检质效，应用“无人机+人工智能”对巡检图像进行智能筛查十分必要。2022年，国网福建省电力有限公司开展输电无人机场景智能算法攻关，一年来算法累计迭代15次，模型覆盖输电金具、绝缘子、附属设施等8大类设备，月均调用20万余次，平均识别率达76%。

早期算法模型未对福建多山地形进行针对性适配，易将植被识别成缺陷，误报率较高。对此，福建电科院机巡中心以机巡作业微应用平台数据为基础构建了机巡样本库，覆盖8大类41小类缺陷，每类缺陷图片在400张以上，并自主开发了无人机智能算法测评模块。评测模块内嵌于机巡作业微应用，通过业务接口实时调用算法模型，模拟真实环境业务请求，并可据此开展高并发测试。与传统的离线评测方式相比，在线式无人机智能算法测评模块间耦合性低、测试参数多样，能模拟真实业务场景，对算法进行多维度评价。经评测，无人机场景智能算法平均识别缺陷用时3～5秒、缺陷发现率超过75%。

通过自主评测及定期反馈，无人机场景智能算法解决了棒状绝缘子误识别、背景装置识别过多等难题，误检比由算法上线时的9.2%降至3.2%，仅输电专业每年就可减少缺陷人工复核时间2000人·时。