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。
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。
图像压缩效果展示图源自中科南京人工智能创新研究院央广网发
“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。
