审校 | 重楼
前文《不是人才用不起，而是AI巡检更有性价比！》简要介绍了AI巡检的概念、重要性、技术架构等，那么具体场景如何应用AI巡检呢？
以电力行业为例，我们先看看传统巡检存在哪些问题？
一、电力行业传统巡检存在问题
电力行业存在问题
- 巡检时间长大部分输电线路都在山路之中，海拔高、距离长，需要花费人员大量时间与精力，且需要大量资金确保人员安全和基础补给。
- 巡检精度低传统人工巡检方式容易受到自身疲劳以及各类天气因素的干扰，导致结果偏差甚至出错。
- 巡检效率低人工巡检方式需要人员自行攀登、且在高处行走巡视，一天可能只能巡检几处塔杆。人工巡检配电站、变电站、开闭所等区域需要花费大量时间，且只能进行少次数巡检。
- 巡检人员少
电力巡检是较为艰苦的工作，当代年轻人更不愿意从事相关重复劳动力工作，招工用工相对成为了一项难题。
针对这些存在的问题，如何应用AI技术进行解决？
二、AI巡检方案
基于AI的巡检是一种先进的技术应用，它结合了自然语言处理和计算机视觉技术、大模型等，以实现高效的设备检测和故障预警。
深度学习算法模型，参考厦门大学纪荣嵘教授-紧致化计算机视觉系统，优化出的模型尺寸更小，更节省内存、能源，推理速度更快且精度损失小。
深度学习算法模型
AI巡检总体架构
2.1 应用场景
2.1.1 常见表计设备巡检场景
通过红外摄像机对常见表计设备进行测温，以监控实时温度，满足多样化识别需求。
2.1.2 常见输电线路AI巡检场景
设备通常建设在山区等巡检人员难以高效率巡检的地方，而人工费用成本逐渐上升；对于占地面积大、涉及设备装置数目多的线路，难以在短时间内对各设备运行状况有良好的把握与监测。
常见的塔杆、绝缘子、输电线的外观是否正常，是否存在缺损、倾斜等问题；鸟巢、风筝、塔头脱落故障、绝缘子损毁、电线断线等异常情况是否存在问题等，均无法及时发现，容易造成安全隐患。
通过无人机系统巡检，可以避免人员高危操作风险，提高巡检效率，切实有效的保证设备的正常安全运行。
无人机巡检自动发现问题
2.1.3 点云数据智能识别场景
传统方案：根据2D可见光图像人工区分目标，图片拼接难、图像分辨难。
传统方案效果
AI方案：基于自研无人机机巢及软件平台、点云分析算法，实现变电站及输电线路点云数据的采集和识别。采用深度学习大场景点云识别；利用分割算法在电力走廊区域检测出对应塔杆，导线及树障。
AI方案效果
2.1.4 常见安全隐患识别场景
在日常的安全隐患巡检中，比如安全帽检测、口罩检测、工装检测、吸烟检测、火焰检测、禁行区域检测、文字准确性检测等，存在行为规范难、潜在风险预测难、人工监测成本高、监测管控难统计、监测效率低等痛点。
红外线摄像机、可见光摄像机的实时监控采集后，平台通过算法模型等自动识别、警告，实现智能实时监测，检测潜在风险，确保工作安全，实现为生产制造赋能的效果。
安全隐患实时检测
2.1.5 设备温度监控场景
开关刀闸、储油柜、绝缘子、电容器、电流计、线路金具等需要实时监测温度，防止危险发生。
传统可见光成像方案无法获得更多仪器设备的内部信息，无法对设备的潜在风险进行更详细的风险度量，多硬件的体系监控相对代价更高。
相对于传统可见光成像，红外热成像反映了被监测物体的温度信息，能够在外观无变化、但内部性质发生变化时提前预警。基于红外监控设备，结合深度学习检测算法可实时监控温度变化。
红外热成像智能识别
三、AI巡检的未来展望
AI巡检正在成为一种日益重要的维护和管理手段。借助人工智能技术，AI巡检不仅可以实现自动化、智能化的巡检过程，还能提高巡检效率和准确性，减少人工巡检的误差和安全隐患。展望未来，AI巡检将在多个方面取得重要突破和发展。在矿业煤矿、化工炼焦、冶金、电力电厂、道路裂缝检测等行业，均已有了好的应用案例！
展望未来，多少憧憬，多少豪迈！AI技术正大步迈入我们生活的方方面面，为我们的生活带来更多的憧憬！
作者介绍
涂承烨，51CTO社区编辑，省政府采购专家、省综合性评标专家、公 E 采招标采购专家，获得信息系统项目管理师、信息系统监理师、PMP，CSPM-2等认证，拥有15年以上的开发、项目管理、咨询设计等经验。对项目管理、前后端开发、微服务、架构设计、物联网、大数据、咨询设计等较为关注。
