边缘计算

旧有努力“差点劲”,AI推动电力运检智能化再升级

2020-10-23 admin 87

丘陵山间,茂林深处,激流河谷……无论是闷热异常还是狂风大雨,只要有输电铁塔或电力基站的地方,常常能看到几个电力运检工人连走带爬赶来巡视。

有业内人士统计过,一名普通线路工人三十年巡线所走过的山路可绕赤道1周。

经济的发展推动输电线路密度快速上升,随之而来的是电力运检任务不断加重。点多面广的设备布局下,电力运检工人的巡查线路覆盖着许多常人不会到达的区域,在过去数十年中,除了跋山涉水,登高、野外作业等带来的人身安全风险更成为痛点。

现在,变化正在发生。

新基建浪潮下,电力作为重要的基础设施升级对象正在加速落地人工智能、物联网等前沿技术,围绕电力运检的去人工、智能化解决方案不断涌现和落地。

这其中,在华为推动的昇腾AI计算生态下,来自山东的智洋创新打造了一个基于物联网和人工智能的智能运检技术方案,已经成为业界典型案例,助力电力运检形成全新的模式。

旧有努力“差点劲”,AI推动电力运检智能化再升级

一方面因为运检任务越来越重而工人无法等比例增加,另一方面因为“断电”造成的后果越来越无法承受,传统电力企业联合外部技术服务伙伴在运检这件事上已经有过许多积极探索,与其他传统领域不一样,这里并不是一个全然没有数字化、智能化底子的场景。

但是,过去的探索,始终没有实现对传统运检的完全替代,自身也有许多不足。

例如,监测设备智能算力弱,需要持续回传拍摄数据到后台由人工处理,智能效果不佳、带宽资源跟不上;在塔杆供电依赖太阳能的情况下,设备本身电能消耗却严重、断线率高;无法实现7*24小时拍摄,间隔过长可能遗漏现场问题等等。

凭借底层化的AI能力,智洋创新的智能运检技术方案完成了电力运检的再升级。该方案将Atlas 200 AI加速模块内置到监拍装置上,具备三大优势:

能力方面,大幅度提升了前端监测设备的智能水平,实现实时在线监测分析,与人工相比减少了监视的漏报与误报;

部署方面,在高智能水平的情况下实现了较低的功耗,适配普遍依赖太阳能的电力系统检测设备,达到监测不间断的成效;

经济性方面,在发现问题时才进行上报,底层化、独立化的边缘计算能力降低了对公网流量、云端存储与计算资源的占用,优化了整体系统成本。

线路与铁塔场景下,智洋创新这套技术方案可以对采集的图片进行智能分析,及时、准确发现隐患。较为典型的,如识别出吊车、挖掘机、水泥泵车、推土机等大型施工机械带来的隐患:

电力运检工人是如何被AI解放的?

站所场景内,其终端集成了设备大类、环境大类、人员大类等十余种算法模型,对安全帽佩戴、人员姿态、表计读数、开关分合、地面积水、烟雾明火等都可以进行精准识别:

电力运检工人是如何被AI解放的?

总体上,这套方案实现了对几乎所有依靠视觉影像的电力运检业务逻辑的自动化执行,运检工人“跑断腿”、“高风险”等痛点被极大程度解决,而远程浏览、直接针对问题派出人力的做法,也让运检工作效率得到显著提升,人力需求大幅减少。

首页
产品
案例
联系