中国江苏网讯 7月10日上午，国网淮安供电公司无人机作业中心向淮安市主城区20座无人机固定机场下达输电通道巡视指令，20台无人机随即起飞，按既定任务路线开展作业。

半小时后，无人机返航，带回的数千张照片在10分钟内便由系统自主完成筛查，并将疑似危险源照片推送至输电线路运维责任人办公终端，大幅提升输电线路通道智能巡检效率。

输电线路高效巡检、通道隐患智能识别，这得益于国网淮安供电公司自主研发的“无人机视角下的输电通道隐患智能识别算法”。

近年来，随着电网规模持续扩张，加之极端天气频发，输电线路巡视面临 “点多、线长、面广”的复杂形势，各类隐患防控压力与日俱增。各地供电公司积极引入无人机开展巡查，但仍难以应对海量数据处理需求——在淮安，无人机巡查作业平均单机每日拍摄照片就达16000张，这些照片大多依赖人工筛查，耗时费力，难以满足电网运维精细化、高效率的要求。

在此背景下，国网淮安供电公司以无人机固定机场为突破口，探索智能运维新路径。该公司组织技术骨干团队历时数月，自主研发出“无人机视角下的输电通道异物隐患智能识别算法”，并于今年4月初开启试点应用。

该算法打破传统技术局限，创新性地融合参数规模达千亿级大模型强悍的空间推理能力与小模型的实时识别优势。通过对输电通道影像的深度学习，算法能够精准解析异物隐患的姿态、面积、遮挡、分布等多维特征，即便在复杂俯视角度、光影变化大的场景下，也能实现异物的快速识别和动态跟踪。算法初期试点阶段，识别精准率便达到了85%，展现出强大的技术潜力。

为进一步挖掘算法性能，在3个月的试点运行中，该公司技术团队收集实际巡查数据，结合不同天气、地形条件下的输电通道影像，对算法模型进行针对性训练和参数调整。经过多次的优化迭代，最终将算法识别精准率提升至91.3%，大幅提升输电通道异物隐患危险源筛查效率。

“过去单条线路巡查下来，就需要至少半天时间筛图。即使有隐患，也要在半天后才能全部发现。”国网淮安供电公司输电运检中心监控班班长徐浩感慨道，现在仅需几分钟，系统就能完成初步筛查，不仅速度快，而且随着算法不断优化，准确率也越来越高。

（袁智 王佳慧）