江苏电力信息公司升级输电异物隐患算法

　　1月9日，输电异物隐患算法在国网泰州供电公司投入试点应用。该算法由江苏电力信息公司优化升级，基于国家电网“光明电力大模型”，将输电异物隐患识别准确率提升了5个百分点，压降了无效告警数量，提高了巡检效率。

　　为了及时发现和处理输电通道中大棚、防尘网、游离异物等潜在威胁，国网江苏电力在全省输电通道内共安装了14万余套可视化监拍装置。电力信息公司基于人工智能技术构建的输电异物隐患算法，能够对这些装置监拍的图片自动识别，并将潜在隐患告警信息实时推送给巡视人员，便于巡视人员及时赴现场核查并处置。然而，受限于异物类型样本较少及泛化能力不足等问题，原有的输电异物隐患算法的识别精度不高，对于破损、变形等复杂异物形态的识别能力不足。

　　为此，电力信息公司基于“光明电力大模型”，对输电异物隐患算法进行了优化升级。“光明电力大模型”作为千亿级多模态行业大模型，它的模型参数可达千亿级别，分析能力有效提升。藉此，升级后的输电异物隐患算法，不仅能够精准识别各类完好的异物，更能对破损、异常形态的异物进行精细区分，由此大幅提升对输电线路隐患识别的准确性与全面性。

　　据泰州供电公司输电设备部专职毛锋介绍，升级后的输电异物隐患算法上线当天，共识别了100余个输电通道异物隐患，准确率达88%，且未出现任何一例告警信息延迟现象。