隨著電網建設發展，電力線路數量不斷增加，無人機等設備廣泛應用于線路巡檢。傳統的輸電線路巡檢圖像分析主要依靠人工，效率低且成本高。

電網公司組織研發的輸電線路巡檢圖像智能分析云服務系統有效解決了這一難題——識別100張圖片，一位熟練的圖像識別人員大約需要2小時，而使用該系統僅需2分鐘。

該系統是當下電力人工智能領域的代表性科技成果。

電網公司將暢通科技成果轉化渠道，大力推動電力人工智能科技成果轉化及應用。

目前，負責該系統研發具體工作的全球能源互聯網研究院有限公司，已在電力人工智能成果轉化方面簽訂了31項成果轉化合同，成果受讓單位三年累計利用相關技術實現產值近億元。

2017年7月，國務院發布《新一代人工智能發展規劃》，構建開放協同的人工智能科技創新體系，帶動競爭力整體躍升和跨越式發展。

同年10月，電網公司發布“人工智能專項發展規劃”，不斷加強對電力人工智能技術的研究探索。

2017年7月，國務院發布《新一代人工智能發展規劃》，構建開放協同的人工智能科技創新體系，帶動競爭力整體躍升和跨越式發展。

同年10月，電網公司發布“人工智能專項發展規劃”，不斷加強對電力人工智能技術的研究探索。

電網公司把握發展機遇，全面開展電力人工智能技術科研攻關，于2018年建立了電網公司電力系統人工智能聯合實驗室，充分發揮大數據、先進計算與人工智能在電網領域的應用價值，結合人工智能基礎支撐能力與電網業務場景應用成效，促進電網智能化發展。

同時，建成了電網公司人工智能“兩庫一平臺”總部級訓練平臺，在輸電線路缺陷識別技術方面取得了突破性進展。

2010年起，直升機、無人機和可視化監拍裝置逐步規模化應用，成為輸電線路巡檢人員的“千里眼”。這些巡檢裝置跨過江河、翻越群山，實時帶回輸電線路狀況，隨之產生海量圖片。

2018年，僅國網山東省電力公司就配置了600架無人機開展線路巡檢，年產生120萬張圖片。

“以往對線路巡檢圖像查缺，班組員工要一張張地人工檢查，特別是在查看一些小金具時，需要不停放大縮小圖像來詳細檢查，并手動標注缺陷框，不但耗時，有時還會遺漏。查缺兩小時大概審核一百張左右，最終還要人工統計缺陷信息形成報表。”福建電力科學研究院無人機巡檢圖像智能識別工程師王仁書介紹了過去依靠人工分析輸電線路巡檢圖像的弊端。

2016年初，電網公司組織開展了人工智能圖像識別技術在輸電線路巡檢圖像智能分析領域的技術攻關，實現海量數據的高效、精準分析；同時，研發了面向輸變電的人工智能云服務平臺，并將輸電線路巡檢圖像智能分析以云服務的形式面向公司內網用戶開放，實現人工智能快速、高效服務一線班組。

2019年2月，輸電線路巡檢圖像智能分析云服務系統建成，并于當年12月面向公司系統開放。

該系統將新一代人工智能技術和高性能異構計算技術相結合，包含了輸電線路本體巡檢圖片和輸電線路通道可視化監拍圖片智能分析兩大業務模型。

聯研院計算及應用研究所所長助理趙婷介紹說，該系統基于深度學習技術，針對直升機、無人機、機器人等發回的巡檢圖像，實現了復雜環境中多種電力監控目標及其位移、狀態識別。系統共具有導地線、絕緣子、異物、線夾及均壓環、防振錘、細小金具、基礎、附屬設施、通道環境9大類缺陷識別能力，可對94%的輸電線路常見缺陷進行智能檢測。應用該系統，直升機巡檢作業銷釘缺失檢出率達到89%。

9月15日，天津電力檢修公司檢修班組員工梁艷紅將無人機拍攝的200余張輸電線路巡檢圖像上傳至輸電線路巡檢圖像智能分析云服務系統。

系統自動識別出了圖片中存在的缺陷隱患。

人工校核后，識別結果得到了在場檢修班組同事的認可，系統對鳥巢、絕緣子自爆等典型缺陷的識別精度基本達到了對人工的替代。

輸電線路巡檢圖像智能分析云服務系統具備強大的智能計算能力，支持多用戶、多權限、多任務、多模型、多圖像同時處理，支持萬張圖像批量處理。

用戶可通過圖像準備、任務運行、結果查看三步輕松完成復雜分析任務。