央广网北京10月17日消息(记者卜叶)江苏板桥示范区的输电线路巡检现场，一架白色的小型无人机机翼快速旋转，朝电力线路和杆塔飞去，对当地输电线路进行全方位高精度拍照。这架无人机搭载的“AI自适应巡检技术”是国网江苏省电力有限公司联合中科南京人工智能创新研究院的最新研究成果。
随着电力网络在全国深入布局，无人机在电力巡检领域迎来广阔发展空间。以江苏为例，2022年无人机累计巡检45.2万余基，无人机规模化水平同比提升192%，并率先建成国网首个固定机场全自主跨专业协同巡检示范区，预计年底实现全省13个地市7200平方公里无人机协同巡检示范区建设覆盖，大大提高了电力巡检的精益化、智能化、自主化水平。
与此同时，新阶段电力发展对无人机巡检提出更高要求，如提高飞行航线通用性，让拍摄图片更清晰，快速传输图像、视频数据等。
近期，中科南京人工智能创新研究院成功研发无人机输电、变电、配电智能巡检技术，让人工智能技术高效应用于无人机等移动终端，服务于电力网络发展。同时，借助中国科学院自动化研究所人工智能技术优势，集成云台自适应调节、场景仿真、图像视频压缩等核心算法，与无人机平台等业务平台深度对接，使无人机航迹自适应自主巡检、AI智能辅助拍照成为现实。
给无人机加上“大脑” 实现无人机自主决策式巡检
如何能让无人机AI自适应巡检摆脱对飞手技能和周边环境的依赖，真正实现“自主决策式”无人机巡检?
研究团队采用轻量化网络结构设计、量化剪枝等前沿技术，将基于图像的目标检测深度学习模型算法部署在移动边缘端，实现基于移动设备上CPU、NPU、GPU硬件资源完成目标检测。这就相当于为无人机加上一个可以自主思考的“大脑”，使无人机基于杆塔信息自主导航，绕开障碍物，飞到杆塔上空，自动调整云台，实现拍摄目标居中。
中科南京人工智能创新研究院孵化公司方寸知微CEO冷聪介绍，与传统人工巡视方案相比，基于前端AI分析的无人机自适应巡检方案优势明显，不受区域复杂环境的限制，自主规划航线，主动避开障碍物，巡检效率是传统巡检效率的20倍以上，有效推动了传统人工作业向信息化、智能化转变。
“解压缩”技术确保图片高清、快传输
为保证巡检过程中的拍摄图像质量，该系统支持无人机基于经纬度、时间、天气等信息模拟光照环境，精确选择测过区域。然后，通过场景识别、Raw域AI测光和焦点分析技术配合光场均衡算法智能调节曝光，成功实现无人机巡检过程中拍照功能。
“无人机能够智能识别外部环境，辅助规划飞行轨迹，同时提升了逆光或者强光环境下无人机拍摄的照片质量。”国网江苏电力输电处副处长黄翔说：“AI智能辅助拍照提高了无人机巡检智能化、自主化，让巡检作业更简单、更智能、更快速。”
完成拍照任务，“满载而归”的无人机数据传输往往需要大量时间。为提升传输效率，研究团队以软硬件一体互联的方式，开发了基于人工智能神经网络轻量化的图像编解码技术。通过算法，实现前端“压缩”、后端“解压缩”，“解压缩”后图像质量对检测算法基本无损。实现边端低算力设备高倍率压缩，后端高保真恢复能力，平均压缩比大于10，传输周期缩短60%以上，流量资费节省90%，前端功耗节约30%。解决了电网智能化数字化转型背景下的海量数据处理与传输问题，进一步从经济性、安全性方面支撑数字化转型。
“新技术的应用进一步提升了无人机巡检工作中的质效，有效促进了无人机规模化应用提升，夯实了固定机场全自主无人化作业基础，对于提升应急响应效率，维护电网平稳运行发挥了至关重要的作用。”国网江苏电力设备部副主任吴强说道。
近年来，中科南京人工智能创新研究院将无人机AI自适应巡检技术融入数字电网，助力输电线路高质量稳定运行，进一步推动输电运检中心“数字化转型”。未来，该研究院还将在推进智慧电网建设方面继续发力，提升电网设备故障自愈能力和精益化管理水平，保障电力系统安全、可靠、绿色、高效、智能运行。
