在實際運用中，輸電通道監(jiān)拍裝置和隱患辨識模型可以幫助排查線路設備隱患，但目前分析輸電通道監(jiān)拍信息、精準研判是否存在隱患的能力還不足。天津電科院評價模型的運行效果，優(yōu)化升級模型，實現(xiàn)輸電通道隱患辨識能力進一步提升。
國網(wǎng)天津電力人工智能實驗室成員討論模型優(yōu)化方案。 李浩然 攝
11月1日，在國網(wǎng)天津市電力公司人工智能實驗室，國網(wǎng)天津市電力公司電力科學研究院技術(shù)人員正開展輸電通道隱患辨識模型迭代測試。他們將根據(jù)測試結(jié)果選擇最終上線的迭代模型版本。
為充分發(fā)揮輸電通道隱患辨識模型作用，天津電科院建立樣本閉環(huán)管理機制，優(yōu)化升級算法模型，驗證隱患測距技術(shù)，建立了包含20余萬張高質(zhì)量隱患圖像的樣本庫，通過多輪訓練優(yōu)化模型，將隱患辨識查準率提高14個百分點、查全率提高2.6個百分點，減少了一線人員隱患排查工作量，用數(shù)字技術(shù)推動電網(wǎng)生產(chǎn)業(yè)務轉(zhuǎn)型升級。
聚焦一線業(yè)務需求 探索模型升級方向
近年來，隨著國內(nèi)輸電線路規(guī)模持續(xù)擴大，線路運維使用的監(jiān)拍裝置數(shù)量和拍攝的巡檢圖像數(shù)量成幾何倍數(shù)增加。目前，國網(wǎng)天津電力累計安裝監(jiān)拍裝置1.4萬套，基于人工智能“兩庫一平臺”部署了輸電通道隱患辨識模型，模型日均調(diào)用量達120萬次。然而，該模型分析輸電通道監(jiān)拍信息、精準研判是否存在隱患的能力還需進一步提高。
7月，國網(wǎng)天津電力落實國家電網(wǎng)有限公司人工智能規(guī)?；瘧孟嚓P(guān)要求，提出從邊端采集、數(shù)據(jù)傳輸、模型優(yōu)化、系統(tǒng)應用等方面入手，開展輸電通道監(jiān)拍規(guī)?；瘧脤ｍ椆?。天津電科院依托國網(wǎng)天津電力人工智能實驗室組建攻關(guān)團隊，優(yōu)化輸電通道隱患辨識模型。
“模型算法是人工智能規(guī)?；瘧玫年P(guān)鍵。”天津電科院電網(wǎng)技術(shù)中心副主任姚程說，“人工智能應用要真正融入生產(chǎn)工作，被一線人員廣泛使用，必須具備較高的準確性。”
攻關(guān)團隊通過技術(shù)手段準確評價模型的實際運行效果，推動模型能力提升和應用深化，填補了天津電網(wǎng)人工智能模型質(zhì)量監(jiān)督的空白。天津電科院模型測試人員李浩然說：“要解決一線人員反映的模型誤報、漏報問題，就要找到模型到底在識別哪類隱患方面存在什么樣的問題，這樣才能使算法精準聚焦業(yè)務需求，提升模型實用化水平。”
根據(jù)實地數(shù)據(jù)優(yōu)化模型 查全率查準率顯著提升
高質(zhì)量測試數(shù)據(jù)集是精準評價模型的基礎(chǔ)。攻關(guān)團隊聯(lián)合生產(chǎn)運行單位開展輸電通道隱患排查需求調(diào)研，結(jié)合天津電網(wǎng)特點，確定了煙、火、導線異物、吊車、打樁機等10類重點線路通道隱患及具體標注規(guī)則。在此基礎(chǔ)上，攻關(guān)團隊通過分析以往易誤報信息，發(fā)現(xiàn)煙囪、防塵網(wǎng)、風力發(fā)電機等7類物體易造成誤報情況，便將這些物體作為輔助目標物，提升模型對易混淆目標特征的提取能力。
攻關(guān)團隊以監(jiān)拍終端設備全覆蓋、時間范圍全覆蓋、樣本類別均衡為原則，差異化制訂樣本抽取策略。他們按照統(tǒng)一標注規(guī)則，開展監(jiān)拍圖像隱患數(shù)據(jù)標注，建立包括人工標注、交叉互審及兩輪抽樣復審的流程，保證了較高的樣本標注質(zhì)量。最終，攻關(guān)團隊建立了包含2.2萬張隱患圖片的測試數(shù)據(jù)集和包含6萬張隱患圖片的訓練數(shù)據(jù)集。
攻關(guān)團隊成員武藝博介紹：“如果把測試集比喻為考試試題，那訓練集就是提供給模型的練習題。模型通過在訓練集上開展模擬訓練，獲得監(jiān)拍圖像隱患特征知識。如果模型能在測試集上得到理想的分數(shù)，就能證明模型的特征知識是正確的，具備了泛化推理的能力。”
在模型測試工作中，攻關(guān)團隊借鑒國際大型計算機視覺競賽規(guī)則制訂測試流程、指標，保障測試過程的權(quán)威性。“查準率、查全率、F1分數(shù)是模型評價的常用指標。此外，我們還引入了國際知名賽事和學術(shù)研究中常用的評價指標——平均精度均值，便于后續(xù)對標先進算法開展對比驗證。”李浩然說。
攻關(guān)團隊在模型歷次迭代后開展測試，結(jié)果表明，應用天津電網(wǎng)實地數(shù)據(jù)開展微調(diào)，模型總體查全率、查準率顯著提升，尤其是煙、火、導線異物3類隱患查準率提升20個百分點以上。
打磨測試方法和程序腳本 建立穩(wěn)定高效的測試流程
目前，輸電通道監(jiān)拍規(guī)?；瘧脤ｍ椆砸堰M入沖刺階段。在國網(wǎng)天津電力人工智能實驗室，負責開發(fā)、測試、標注等任務的攻關(guān)團隊成員緊密配合，有序推進模型上線準備工作。
攻關(guān)團隊逐步建立了涵蓋用戶反饋、樣本歸集、樣本篩選、樣本標注、樣本審核的數(shù)據(jù)集構(gòu)建和樣本閉環(huán)管理機制，具備了目標檢測類機器學習任務數(shù)據(jù)標注能力，可支撐輸電通道監(jiān)拍等重點場景常態(tài)化樣本收集。同時，通過多輪測試和結(jié)果反饋，攻關(guān)團隊不斷打磨測試方法和程序腳本，逐漸建立了穩(wěn)定高效的測試流程，具備了目標檢測類人工智能模型功能測試能力。
“用科技服務生產(chǎn)是我們的出發(fā)點，也是落腳點。”姚程說，“我們將依托專項攻堅成果，探索驗證圖像壓縮、三維點云測距、視覺大模型等新技術(shù)應用成效，不斷提升支撐服務能力，推動人工智能技術(shù)在變壓器早期絕緣問題辨識、油色譜在線監(jiān)測裝置異常分析等場景中應用，服務電網(wǎng)生產(chǎn)一線。”(張揚)
評論