国家电网:边缘视频图像智能分析
客户需求:
由于人力严重不足,设备管理人员、运检人员无法及时有效的掌握设备异常状态、设备周边环境异常、输电、变电、换流等监控场景异常以及检修人员异常工作状态等信息,迫切需要利用新技术手段提升效率。为实现输电、变电、换流等监控场景可视化、预警智能化,形成闭环高效管控,需要对监控场景的视频图像智能识别,对运维检修风险情况进行预报警,及时提醒运检人员,并通知运维人员及时处理,从而提高电网运行可靠性和运检智能化水平。
解决方案:
通过对在输电线路通道的视频监控和边缘数据分析能力建设,使用DarkNet、TensorFlow、PyTorch等深度学习框架,针对特定场景进行分析,实现烟火、大型机械等异常场景进行识别和检测。
(1)输电线路图像智能分析:
在边缘侧部署智能摄像头、智能边缘设备以及输电应用模型,基于云端AI图像识别、视频分析等AI能力,通过云边协同实现AI模型和数据的协同,解决输电线路线路异物识别、小金具识别、安全风险识别等输电线路的异常巡检和故障诊断。基于浩方信息在前期项目形成的输电线路视频图像分析框架和图像识别样本积累,目前基本已实现架空输电线路常见的异常场景识别和预警,并且基于视频图像分析框架可快速支持小样本场景的学习能力。
(2)变电站图像智能分析
变电站环境安全智能检测: 挂空漂浮物检测/异物(小动物)入侵检测/烟火检测/周界安全检测/车辆安全检测;
变电站设备安全智能检测:开关变位检测(多开关状态识别、文字开关状态识别、图片开关状态识别)/仪表读数识别/设备指示灯异常状态识别/设备数据采集与分析;
人员操作行为安全智能检测:人员作业安全(安全帽检测、人脸识别)/人员行为安全(吸烟行为识别)/虚拟围栏越界告警(带电区域人员进入识别);
(3)配电设备状态智能检测:
针对配网设备运行状态、异常故障、环境监测等应用需求,基于图像识别、音频识别等人工智能技术,开展设备运行状态感知、设备缺陷识别、异常故障诊断、故障识别等人工智能应用,开展人工智能深度融合应用,实现配网运行状态感知、图像识别、音频识别等功能,提升配电的智能化水平。
方案价值:
应用场景: