高压输电线路无人机巡检图像智能识别技术研究.pdfVIP

电气工程

高压输电线路无人机巡检图像智能识别技术研究

贺云鹏

【摘要】高压输电线路无人机巡检图像智能识别技术融合了深度学习与轻量化算法，可消除传统巡检效率低下、漏检率

高的弊端。与传统方法相比，改进的YOLOv5（YouOnlyLookOnceversion5）模型在开展实验室复杂环境测试时，平均检测精准

率达93.6%，推理单张图像的时间缩短至45毫秒。在500kV线路现场应用后，巡检周期从45天压缩至7天，缺陷发现率实现

68%的提升，年度巡检成本下降60%。该技术实现了检测效率和经济效益的双重提升，加速了电力巡检向智能化、自动化

转变。

【关键词】高压输电线路；无人机巡检；图像智能识别；深度学习；智能运维

引言确率与实时性要求。此外，边缘计算设备的算力有限，难以承

高压输电网络覆盖范围广阔，且多处于复杂地形环境中。载复杂深度学习模型的运行；云端处理则存在数据传输延迟

效率、安全与精度等因素对传统人工巡检模式构成限制，难以和安全隐患。不同地域线路设备型号的差异以及巡检设备参

满足智能电网实时运维的需求。无人机巡检在一定程度上增数的不统一，进一步增加