變電(dian)站(zhan)中存(cun)在諸多(duo)潛在異(yi)常(chang)風(feng)險，其一是來自外界的不可預(yu)(yu)測(ce)的異(yi)物(wu)(wu)威(wei)脅，容易引發短路、電(dian)弧甚至(zhi)火災事故，需要采取措施預(yu)(yu)防(fang)。由(you)于異(yi)物(wu)(wu)未知且采集異(yi)物(wu)(wu)圖像成本(ben)非常(chang)高，需要算法(fa)實現在僅擁有正常(chang)圖像樣(yang)本(ben)的條件下(xia)實現對未知異(yi)物(wu)(wu)的檢測(ce)。

項目利用大(da)(da)模(mo)型檢測并提取場景中物體的(de)(de)特征，并使用特征融合和存(cun)儲庫技術讓算法“記(ji)住(zhu)”正常場景，再(zai)通過融合特征比對的(de)(de)方式(shi)分辨(bian)出異常物體。該算法充分發揮了大(da)(da)模(mo)型跨模(mo)態、預(yu)訓練、開(kai)放性等眾多優(you)勢，以很小的(de)(de)代價就能完成傳統深(shen)度學(xue)習算法無法完成的(de)(de)任(ren)務(wu)。

在(zai)算(suan)法落(luo)地(di)過程中(zhong)(zhong)，獲取稀缺圖像(xiang)一直(zhi)是一大挑(tiao)戰(zhan)。在(zai)本項目中(zhong)(zhong)，正(zheng)樣本檢測技術巧妙地(di)避開這一難(nan)題，運(yun)用先進技術，避免了(le)困難(nan)的(de)負樣本采集工作的(de)同時，還具有更好(hao)的(de)精度和泛化能(neng)力。本項目的(de)正(zheng)樣本檢測算(suan)法不僅能(neng)在(zai)電力變電行業(ye)表現出色(se)，同時也適(shi)用于其他工業(ye)或生活場景(jing)。

變(bian)電(dian)(dian)站(zhan)作為電(dian)(dian)力系統的(de)關鍵設(she)施，承擔著輸電(dian)(dian)、變(bian)壓、配(pei)電(dian)(dian)等重要任務，是(shi)電(dian)(dian)力供應的(de)核心節(jie)點。然而，由于其特殊(shu)的(de)地(di)理(li)位置和(he)功能屬性，變(bian)電(dian)(dian)站(zhan)存(cun)在著諸多潛(qian)在的(de)異常(chang)風險。其中(zhong)，最(zui)為突出的(de)問(wen)題之一是(shi)來自(zi)外界的(de)不可(ke)預測(ce)異物的(de)威脅。風箏、塑料袋等物體，一旦進入變(bian)電(dian)(dian)站(zhan)區域(yu)，可(ke)能與高壓設(she)備(bei)接(jie)觸(chu)，引發短路、電(dian)(dian)弧甚至火災(zai)等嚴重安全(quan)(quan)事(shi)故，威脅到變(bian)電(dian)(dian)站(zhan)設(she)備(bei)的(de)安全(quan)(quan)運行和(he)周邊地(di)區的(de)人身財(cai)產安全(quan)(quan)。

這(zhe)些不可(ke)知的(de)(de)異(yi)(yi)(yi)物對變電站的(de)(de)安全(quan)穩定造成了潛在威脅，因此需要(yao)采(cai)取有效的(de)(de)措施來(lai)應(ying)對。由(you)于(yu)異(yi)(yi)(yi)物未知且采(cai)集異(yi)(yi)(yi)物圖像成本高，客戶要(yao)求(qiu)僅利用易(yi)獲得的(de)(de)正常樣(yang)本進(jin)行訓(xun)練，實現場景中(zhong)異(yi)(yi)(yi)物的(de)(de)準確檢測(ce)，以降低成本并提高效率。

基(ji)于大模(mo)(mo)型(xing)的(de)方(fang)法(fa)與傳統工(gong)(gong)業(ye)視(shi)(shi)覺(jue)檢(jian)測的(de)區別：以往的(de)工(gong)(gong)業(ye)視(shi)(shi)覺(jue)檢(jian)測大多(duo)需要采集大量(liang)所需類(lei)別的(de)圖像(xiang)樣(yang)本并訓練一個針對性(xing)的(de)小(xiao)(xiao)模(mo)(mo)型(xing)，這樣(yang)的(de)模(mo)(mo)型(xing)容量(liang)小(xiao)(xiao)，能力有限，也難(nan)以運用到已有的(de)海量(liang)預訓練數據(ju)集的(de)知識(shi)。而大模(mo)(mo)型(xing)發展至今，僅預訓練的(de)模(mo)(mo)型(xing)在很多(duo)視(shi)(shi)覺(jue)任務的(de)精度上(shang)已經碾壓傳統小(xiao)(xiao)模(mo)(mo)型(xing)，再經過行(xing)業(ye)數據(ju)微調后可(ke)以更加適合(he)于特(te)定的(de)工(gong)(gong)業(ye)視(shi)(shi)覺(jue)檢(jian)測任務。

基(ji)于大模(mo)型(xing)(xing)的(de)(de)正(zheng)樣本檢(jian)(jian)測技(ji)術：通過檢(jian)(jian)測大模(mo)型(xing)(xing)的(de)(de)開放詞(ci)匯識別出物(wu)體(ti)(ti)，然后用特(te)征(zheng)提取大模(mo)型(xing)(xing)的(de)(de)編(bian)碼物(wu)體(ti)(ti)的(de)(de)深度(du)特(te)征(zheng)，結合存儲庫技(ji)術，能夠(gou)實現在(zai)僅見過正(zheng)常(chang)(chang)場景圖片的(de)(de)有限條(tiao)件下，精準(zhun)檢(jian)(jian)測出場景中出現的(de)(de)任何(he)未知的(de)(de)異常(chang)(chang)物(wu)體(ti)(ti)，精度(du)相較于傳統深度(du)學習方法大幅提升。

正樣本在(zai)(zai)線增量訓練技(ji)術(shu)(shu)：通過對(dui)存儲庫和(he)交互方式的(de)(de)設計，并結合大模(mo)型(xing)(xing)的(de)(de)特性，實(shi)現(xian)用戶(hu)簡單點擊即可將識別為異(yi)物的(de)(de)物體定義為正常(chang)物體。這一技(ji)術(shu)(shu)實(shi)現(xian)了模(mo)型(xing)(xing)和(he)存儲庫的(de)(de)在(zai)(zai)線更新(xin)，有效解決了模(mo)型(xing)(xing)部署(shu)后更新(xin)難、反(fan)饋(kui)慢的(de)(de)問題。

多點(dian)位(wei)模型(xing)通用(yong)技術(shu)(shu)：實(shi)際項(xiang)目中需(xu)要部(bu)署的點(dian)位(wei)可達成百上千(qian)，本(ben)項(xiang)目利用(yong)大模型(xing)的通用(yong)性和特(te)征(zheng)存儲(chu)庫技術(shu)(shu)打破(po)了一個(ge)點(dian)位(wei)對應一個(ge)模型(xing)的限制(zhi)，實(shi)現在不(bu)改變主網絡的結構和參數的條件(jian)下，快速(su)訓練出(chu)各個(ge)點(dian)位(wei)的特(te)征(zheng)存儲(chu)庫，并(bing)且能夠在不(bu)同點(dian)位(wei)間(jian)快速(su)切換。

樣本(ben)生(sheng)(sheng)成(cheng)技術：對圖(tu)像生(sheng)(sheng)成(cheng)大模(mo)型進行微調(diao)訓練后，通過(guo)對邊緣、文字提示(shi)和正常圖(tu)像的(de)結合來實現(xian)在(zai)變電站圖(tu)像中任(ren)意位置(zhi)(zhi)（許(xu)多位置(zhi)(zhi)工人(ren)難以(yi)到達但又容易出現(xian)異物(wu)）生(sheng)(sheng)成(cheng)任(ren)意形態的(de)異物(wu)，用(yong)于測試算(suan)法的(de)能力并進行迭代提升。

實施效果

項目目前(qian)已在(zai)國家電(dian)網某變電(dian)站進行了超300個攝像頭點位的部(bu)署運行，綜合漏報率低(di)于(yu)3%，誤(wu)報率低(di)于(yu)5%。

正樣(yang)本巡(xun)視系(xi)統采用定(ding)時排查和人(ren)(ren)工下(xia)任(ren)務兩種方(fang)式，全(quan)面檢測(ce)所(suo)有點(dian)位(wei)。工作人(ren)(ren)員(yuan)在系(xi)統中復核(he)告警圖像并清理(li)異物，實現了異常檢測(ce)的(de)自動(dong)化和智能化。相較于純人(ren)(ren)工不(bu)定(ding)期巡(xun)視，該系(xi)統能全(quan)天(tian)候定(ding)時檢測(ce)所(suo)有場(chang)景(jing)，顯(xian)著減少人(ren)(ren)力成(cheng)本，且算法(fa)速度快、資源消耗低(di)。每增加一(yi)個(ge)點(dian)位(wei)只需額外(wai)3MB內存(cun)和磁盤存(cun)儲空間，適用于大規模部署應用。

該項目的(de)應用極(ji)大地(di)減(jian)少了變電站(zhan)(zhan)的(de)潛在異常風險，得到(dao)了國(guo)家電網上(shang)海練塘站(zhan)(zhan)領導的(de)一致(zhi)好評，并已開始(shi)向全(quan)國(guo)范圍(wei)內其他變電站(zhan)(zhan)推(tui)廣。此外，這種正樣本技術不僅局限于變電站(zhan)(zhan)場景，還可以應用于其他工(gong)業和生活(huo)場景。

本(ben)方(fang)案基于攝像頭等(deng)國產(chan)硬件感知(zhi)設備，配合自(zi)主研發基于大模(mo)型(xing)的正樣本(ben)檢測(ce)關(guan)鍵技術，形成(cheng)(cheng)整套的解決方(fang)案產(chan)品；相比于傳統深度學習模(mo)型(xing)只能檢測(ce)固定(ding)類別(bie)的異常(chang)，本(ben)項目靈(ling)活(huo)使用視(shi)覺(jue)大模(mo)型(xing)，可(ke)以有(you)效檢測(ce)出未知(zhi)的缺陷(xian)種類。本(ben)產(chan)品最早應(ying)用于變電站(zhan)異常(chang)識(shi)別(bie)領域，可(ke)以檢測(ce)出變電站(zhan)中(zhong)出現的異常(chang)現象，有(you)效保障電力穩定(ding)安全運行(xing)(xing)。從經濟(ji)(ji)(ji)的角度為(wei)傳統行(xing)(xing)業(ye)提質增(zeng)效智(zhi)能化(hua)升級、減低人力成(cheng)(cheng)本(ben)；從社(she)會角度，對(dui)各行(xing)(xing)業(ye)的智(zhi)能巡檢場(chang)(chang)景實現“機(ji)器代人眼”，對(dui)釋放數字經濟(ji)(ji)(ji)潛力、形成(cheng)(cheng)新(xin)的經濟(ji)(ji)(ji)增(zeng)長點(dian)具有(you)重要意義。同(tong)時，其應(ying)用場(chang)(chang)景除電力外(wai)，仍可(ke)覆蓋石(shi)油(you)、化(hua)工、煙草、園(yuan)區等(deng)需要智(zhi)能巡視(shi)的領域，可(ke)提高(gao)各個應(ying)用場(chang)(chang)景系統運維工作效率與(yu)質量(liang)。