电力人工智能课件电网无人机图像识别技术探索.pptx

小销钉缺失 大系统工程---XX电网无人机图像识别技术探索1目录机巡技术支撑2019版算法情况重新梳理识别逻辑规范航线设计新算法：三级逻辑6. 改进成效仍存在问题四次比赛情况总体应用情况努力方向31 机巡数字化工业软件支撑体系---算力（2015年起，143台服务器，9000T存储）现场作业数据分析闭环管控数据存储可见光建模38节点三维航线设计12节点智瞰、雷电、配网GIS、防灾等树障分析20节点机巡“云盘”电网管理平台（MIS）清远（自建GPU群）肇庆（省人工智能平台）机巡早期自建2P 清远对象存储4P 肇庆非结构化3P 合计9PB“智巡通”作 业图像识别5+13+92=110块GPU（没有一个国外软件，没有一个是买现成的，都是由南网主导设计开发）4三维航线设计工具从人工遥控到自动飞行图片数据质量大幅提升无人机成为数据标准化采集的重要入口“采集”代替“录入”典型案例52 2019年版算法情况开口销识别的策略：把大图有重叠的切割成小图，在小图上做开口销缺失检测（大海捞针）。存在的问题：整张图上做开口销检测，原本没有开口销的螺栓跟开口销缺失的螺栓长得基本 一样，这种情况无法解决，例如，会把杆塔上本来就不会有开口销部位误检成开口销缺失。63 重新梳理逻辑耐 张 地 线 端耐 张 串 两 端直 线 串 两 端直 线 地 线 端研发力量不够，集中精力关注最重要的绝缘通道7“三级” 级联定义“大” 部件“中” 零件“小”元件大部件：N种，耐张与支线不同，导线和地线不同、电压等级不同中零件：N种，几十种，异常复杂，但基本不分电压等级，不分导地线、不分耐张支线小元件：基本相同，没法细分逻辑关系：“大部件” 一般包含“中零件” ，“中零件” 一般包含“元件”（有特殊情况）8大部件：种类繁多悬垂线夹9多分裂悬垂线夹-外观上差异非常大10导线和地线线夹细节差异地线导线导线的线夹部位，一般没有螺母导线的线夹部位，大多数有垫片光缆的一般有螺母导线某些特定型号的有螺母11中零件：槽型连接金具（板-板连接金具）EB耳轴挂板 ZBS 挂板平行挂板UB 挂板12ZDB型挂板PS 挂板ZS 挂板Z型挂板DB调整板LX联板分裂导线专用牵引板PT调整板13中零件：环形连接金具U型挂环ZH直角挂环PH延长环YL延长拉杆14中零件：球窝连接金具QH球头挂环QPJ 球头挂环QS球头挂环QP球头挂环W型碗头挂板WJ型碗头挂板QSJ 球头挂环WSJ型碗头挂板U型螺丝15小元件：多样性（16种） 复杂到超乎想象16缺陷样本细分种类后，就觉得这事不好干！10000（个样本）＝625(个)16（种）细分后，有些细分的部分可能只有几十个部分缺陷不是说可以多角度拍摄就可以造的174 规范航线设计直线塔耐张塔拍摄距离建议＞4米徒劳3米是勉强2m是良好1.5m是优秀? 0、12号：俯视? 1-11号：平视? 5号：-5°至-10°0、29号：俯视? 1-28号： -5°至-10°整串：俯视（3）18耐张串50%的销钉在阴暗面，这种照片都是徒劳，必须仰视5 新算法逻辑部件-大框零件-中框元件-小框N个AI算法模型N个AI算法模型N个AI算法模型销钉AI识别算法=N*N*N 排列组合20216 改进成效引 流 板2223测试集测试结果(2020年3月改进后结果)测试集介绍604张测试集，762个缺失标签测试集中开口销缺失标签数算法识别标签数算法识别正确标签数算法识别错误标签数召回率准确率76277961016980.05%78.31%但是，80%准确率在实战中准确率是多少呢？（先买关子）247 仍存在明显问题均压环过曝-模糊特殊设备-避雷器开口销白点+阴暗面开口销白点是洞还是销钉的耳部分？（举手）25算法无法像人眼判断空间距离，导致AI结果中出现多目标时，难以取舍配网：藤蔓缠绕俯视拍摄藤蔓到顶，张牙舞爪换一个视角：人可以分辨是藤蔓+拉线，但是AI可能认为只是藤蔓无法判断藤蔓到底爬了多高，或占杆比例多少，或基础在哪？31藤蔓缠绕现场：无明显可量化的特征规律藤蔓最大的问题：是没有多少规律，表象过于复杂、无序输电：鸟巢缺陷不是缺陷，人能分辨是在塔身，但没有深度信息AI很难分辨不是缺陷，塔身鸟巢人工鸟巢，没有飘挂物，不算缺陷圆形人工鸟巢方形人工鸟巢38鸟巢缺陷判据：绝缘子周边1m范围，特别是悬垂串正上方的才是 缺陷，有飘挂物物的才是缺陷（大型）喜鹊窝（小型）麻雀窝人工鸟巢：? 导线铝股编织方形鸟巢≠导线铝股编织圆形鸟巢竹萝编织鸟巢放鸟刺档鸟板猫脸识别人脸识别≠39最简单的缺陷， 却是最难的研发团队需要一个哲学家 需要穿透现象看本质8 四次比赛情况（15家公司）-重磅结论AI结果与人工结果对比情况AI最高发现率150%类别开口销缺失自爆鸟巢人工531655人工+各AI集 合921759人工漏报率42%