电网无人机智能巡检

用户痛点

人工成效低

传统的电网巡检工作以人工为主，在耗费大量人力的情况下，仍然成效很低。

无人机巡检学习难度大

人工使用无人机进行精细化巡视，操作复杂，巡检人员学习难度较大。

现场安全管控能力欠缺

无法实时获取无人机位置与状态信息，适航区综合管控能力欠缺，存在误入非适航区的风险，对现场作业安全管控能力欠缺。

缺陷识别工作量大

日常巡视过程中拍摄了大量图片，人工识别缺陷工作量巨大。

缺陷图像全流程管理未贯通

无人机自主巡检采集图像尚无法自动识别并实时回传内网，与现有“两库一平台”未有效融合；巡检产生的缺陷数据无法贯通流转至PMS系统，导致缺陷无法同源维护。

终端与平台数据交互受限

内外网缺少安全、便捷和稳定交互通道，巡检任务、航迹文件和视频图像等数据未实现线上数据贯通，人工参与度过高。

方案介绍

电网无人机智能巡检

电网无人机智能巡检管控平台是基于无人机对电网设备进行智能化巡检并实现一体化管理的软件系统，通过自动规划无人机飞行航线，按照运行计划、巡检任务、自主飞行、图像识别、消缺管理等运检工作进行闭环管理，依托人工智能技术实现传统人工巡检方式的智能化转变，进而达到降本增效的目的。

应用场景

使用无人机自主巡检电网设备

电网高压塔上百米的高度，并且还存在铁塔建在山顶、山腰等区域，人工方式很难看清楚塔身的缺陷和问题，因此可基于无人机智能巡检管控平台为高压塔生成无人机自动飞行航线，巡检工人可在距离塔身上千米之遥自动起飞无人机，对高压塔进行自主飞行巡检，实现针对塔身数十个关键位置的图片拍摄，并实时回传到系统中，进行后续识别处理。通过这种方式可大大降低高压塔的巡检难度，提高巡检效率。

基于AI技术实现设备缺陷的智能识别

电网设备巡检时，按照规定每基塔需拍摄30-60张照片不等，在几百巡检人员同时工作的情况下，每天约有数十万张照片需要检查是否存在缺陷，人工检查工作量巨大，因此可通过无人机智能巡检管控平台提供的图像AI识别引擎，对无人机拍摄的照片进行智能识别，判别杆塔缺陷，大大降低人工检查的工作量。

构建数字化班组进行智能化巡检作业

电网巡检人员传统的工作方式是每天班会形成纸质的工作记录，并且每周、每月、每年人工编排巡检线路计划，整个工作过程中存在大量重复记录的行为，并且还难以通过历史巡检工作优化将来的工作。因此可通过无人机智能巡检管控平台提供的数字化巡检工作流，实现年、月、日巡检计划的智能编排，自动创建两票、自动申报空域，巡检人员可通过手机APP收到自己的巡检线路，通过APP实现全程的巡检管理工作，摒弃繁琐的纸质化记录，并还可根据数字化信息进行将来巡检工作的自动编排，对历史工作的巡检成效进行检查，提高执行和管理效率。

优势亮点

智能航线规划并形成高质量航线库

基于三维点云的航线规划，基于经度、维度、高度、仰俯角、偏航角、摄像头焦距、传感器尺寸七个维度的拍照点位精细自动规划，实际使用和用户评价相结合，逐渐形成高质量的自主航线库。

多样化智能缺陷识别

智能缺陷识别既包含传统基于富样本的缺陷识别模型，也包含针对不同缺陷的专项模型，还包括历史部件的差异性识别算法，通过多种算法模型结合的方式，提高识别的准确率。支持多算法模型的自主选择，在多缺陷识别模型的环境下，可由用户自行决定使用的缺陷识别模型。

智能化的业务流

基于管理周期进行巡检计划智能编排，将日常巡检按照周期、计划、任务、作业、结果、反馈进行完整的闭环工作流管理，并支持自动生成报告文件。

全面的管控无人机作业

包括自动规划航线、生成示教航线、多基塔航线合并、航线管理和评价、无人机数据（状态、飞行、图片、视频）回传、无人机远程控制等功能。