截至4月7日，由国网山西电科院电力系统人工智能联合实验室历时3年自主研发的国网首个无人机自主低碳巡检系统已安全稳定运行半年多，巡检效果良好，通过人工智能技术创效实现巡检策略的革新，有效减少了常规线路巡检的碳排放。
该系统是在AI智能基础上进一步攻关轻量级电力设备关键部件特征提取、端侧实时推理与精度保持等关键核心技术，从而实现无人机精准巡检减少碳排放。系统由两大部分组成，无人机前端搭载的“小魔盒”是边缘AI视觉分析终端；系统后台则处理样本管理、报告生成等非实时任务。在巡检任务中，无人机终端全程无需人工干预，可依据飞行规划任务自主飞行。同时系统可通过自注意力视觉控制模块自动锁定巡检部件、定位故障点和识别设备故障类型，在端侧实现销钉、螺母级别缺陷的实时检测。在推广应用方面，面向现役巡检无人机载体，提升边缘AI视觉分析终端的适配移植和迭代升级能力。
目前，系统可对13类输电线路设备异常及缺陷进行识别与分析，针对常规电力部件的缺陷识别率可达85%，在采用720P图像每秒25帧的识别速度下，装置峰值能耗低于20瓦，续航时间可达50分钟。系统在220千伏马小I线、220千伏新马线、220千伏瑞马I线、220千伏南古I线、220千伏新解I线共五条线路相继开展应用。在220千伏瑞马I线输电线路短短5分钟的自主巡检过程，准确检测到绝缘子24串、线夹24个、防震锤24个，发现2处缺陷。
据悉，与传统无人机巡检前端采集、后台研判的模式相比，山西电科院研发的这款无人机自主低碳协同巡检系统节省了大量无异常图像数据识别能耗，“小魔盒”自主识别缺陷平均用时压缩80%以上，能耗降低90%以上。系统应用以来，实现巡检效率平均提升5倍以上，并节省大量巡检交通成本，减少碳排放约100千克，打造高效智能的低碳精细化巡检新模式。
