目前，巡检数据智能化处理程度低、与业务数据耦合度不高，无法支撑基于数据流驱动的无人机为主的协同无人机输电线路巡检模式。随着机巡业务的不断扩大，机巡设备的不断增加，无人机输电线路巡检数据的处理与分析应用必将进入“大数据”时代。

当前，无人机巡检数据量呈现指数增长的趋势，为人工智能技术提供了海量学习样本。通过统一、完善影像标注规则，利用人工智能深度图像识别技术，构建并迭代缺陷识别算法，实现电力设备缺陷隐患的快速智能化、标准化分析，并自动生成缺陷隐患报告。同时，探索研究基于AI的机载前端缺陷智能识别技术，结合线路实物ID信息识别等交互式现场作业技术，在无人机输电线路巡检过程中可对缺陷及隐患进行实时智能诊断和识别，提高缺陷识别的时效性。通过人工智能技术的引入，全面提升巡检数据处理效率和智能化水平，有效分析和掌握输电线路缺陷及外部安全隐患，及时掌控线路设备运行状态，保障隐患消缺及时，提高线路运行的稳定性、安全性，节省人力资源，降低电力系统巡检成本。

物联网是一种涉及信息技术多方领域的新兴科技，成为全球进入信息化时代的标志之一，被称为继计算机、互联网之后的第三次电子信息技术浪潮。物联网已成为智能电网运维建设与运行的重要组成部分，也是。随着国家电网和南方电网全面部署泛在电力物联网，电力系统正步入全新的物联网电力系统时代。云计算技术，作为一种新兴的计算模式，可以通过虚拟化、海量分布式数据存储、并行编程模型等技术，可以有效地解决海量数据的存储和大数据的并行计算问题，是支撑智能技术在电力生产领域应用的基础。引入大数据分析技术，可针对海量的生产运维数据进行深入挖掘，开展态势感知和全局分析，对电力生产运维管理与决策有非常重要的指导意义。这些新兴信息技术，正深刻改变这当前的电力运维方式。

利用物联网技术，协同多种监测手段，打破数据共享壁垒，构建全方位智能感知监测体系，实现在线监测系统、无人机精细化巡检、地面无人巡检平台，卫星遥感平台，以及气象、地质、水文等环境监测等海量多维数据全融合，状态监测全覆盖，实现电网的全域物联，数据流和业务流的深度融合，设备全生命周期数据的完整获取，全工况运行参数的感知测量，全场景影响要素的信息交换，为电网设备的精益化管控提供数据基础。

基于电网全域物联数据，及时全面掌控线路运维状态，利用大数据、云计算技术，采用系统性全局性分析手段，构建设备状态评价和趋势预测模型，对海量生产运维数据进行深入挖掘和多维度分析，开展态势感知，实现设备状态的实时全面评估评价，事前故障及安全风险预测预警、事中实时监测、事后全面分析的闭环管理，全面提高输电线路状态诊断能力，提高设备状态评价及趋势预测的智能化水平。同时，基于态势感知结果，针对线路、杆塔等不同电力设备的健康状况，制定科学的差异化巡检策略，辅助无人机精细化巡检，降低运维成本，提高巡检效率，促进电网无人机输电线路巡检技术智能化升级。

声明：以上内容来源于网络转载，出于传递信息及学习之目的，不代表本网站的观点、立场，本网站不对其真实性负责