深圳供电局实现多模态下的信息输出

深圳供电局的多模态预训练大模型构建跨模态联合注意力网络实现图像和文本的跨域特征对齐，实现了多模态下的信息输出。

山火烟雾大模型

能够识别火焰烟雾，结合环境信息过滤干扰目标，推理判断目标是否威胁电力线路。山火烟雾大模型识别准确率约97%。

吊车风险分析大模型

能够识别吊车与架空线路，结合吊车与输电线路之间的空间信息判断其是否威胁电力线路，减少大量无威胁告警。

外飘异物大模型

能够识别架空线路上的风筝、绿膜、飘带、布条等多种异物种类，准确分辨异物位置，消除背景中相似目标的误告警。

广东电网广州供电局以算力识别重点隐患

广东电网公司广州供电局输电线路运维主要遵循“无人机（自主为主、外委为辅）+直升机为辅+人巡补充”的总体路线。截至2022年底，基本实现架空线路通道三维建模、多旋翼无人机自动驾驶、架空通道可视化视频以及500千伏和110千伏及以上跨局线路分布式故障定位监测100%全覆盖，智能终端平均在线率94.2%，智能终端覆盖率和在线率均居全网领先水平。

开展重点隐患算法优化

通过对近五年输电线路故障跳闸原因分析可知，故障跳闸原因中占比最大的为雷击54%，其次是施工外力和飘挂物，分别占比20%和19%。综合考虑故障跳闸原因属性和识别准确率特点，施工机械类隐患变化快、影响大，对预警准确性和及时性要求非常高。广州供电局以图像识别零漏报+极低误报为目标开展施工机械类识别算法突破，平均识别准确率由当前92%突破至96%，其次飘挂物识别算法提升，平均识别准确率由当前77%提升至90%，以上隐患识别准确率达国内领先水平。

二三维图像融合与距离分析技术

开展三维点云和二维图像融合算法和基于单目视觉的空间距离测量算法。通过智能图像算法识别目标物，对影像内容进行自动分类和提取，获得目标物的矢量轮廓线。使用从影像数据提取的目标适量轮廓线，通过目标物三维重建算法，重建目标物的截面点云模型。通过目标物截面模型融合算法，获得相对摄像头的相对坐标。再通过配准好的映射关系，将目标物相对坐标转换为输电场景区域底座的绝对坐标，将目标物映射到点云数据的坐标系中，实现三维点云数据和二维图像融合，为空间测量提供依据。

（南网报综合）

● 延伸阅读

电力人工智能是怎样“炼成”的？

人工智能创新平台与电力行业大模型的上线，给电力行业带来了无限遐想空间，那电力行业首个“ChatGPT”到底是什么？人工智能又是怎样“炼成”的？南网报为你带来解答！

1.什么叫人工智能大模型？