airpa电网设备隐患识别

国网四川宜宾供电公司：基于“RPA+AI”融合技术的电网设备隐患缺陷智能化识别应用

本文主要探讨了变电站视频监控摄像头故障巡视和设备缺陷判断的架构模型设计。该模型基于RPA（Robotic Process Automation）和AI（Artificial Intelligence）技术，旨在解决传统业务中存在的问题，如耗时、重复操作和人工判断等。

首先，文章分析了一线班组对变电站视频巡视和设备故障判断的需求。由于电网行业中的大多数视频监控平台不具备完善的自动巡检、分类统计功能，且系统平台差异较大，难以进行个性化数据接口定制和实现多个平台的统一性运行状态研判。因此，目前主要依靠人工对视频监控平台中的海量摄像头进行状态研判，存在跨平台繁琐操作、重复性点击查看、视觉疲劳严重、效率低下等问题。

为了解决这些问题，文章提出了一种基于RPA和AI技术的融合解决方案。该方案通过构建视频监控平台监控单元故障巡视模型，实现对含摄像头在内的所有监控单元运行状态的自动巡检。具体来说，该模型包括以下几个模块：

1. RPA模块：通过巡视流程的标准定制，结合变电站高清监控装置定时定点拍摄的图片信息，将图片下载归类存储，自动批量化传输至AI平台进行计算，并将计算返回的结果进行标注，最终将存在缺陷的设备图片按站点、设备类型分类存储。
2. AI模块：包括绝缘子裂纹、绝缘子破裂、异物挂空悬浮物、呼吸器硅胶变色、构架爬梯未上锁、呼吸器硅胶变色等25种设备的隐患缺陷识别算法，实现了对设备隐患缺陷的智能化判断。
3. 统计分析模块：根据AI模块的结果数据进行分类汇总，反馈于值班监控人员。

总之，本文提出的基于RPA和AI技术的变电站视频监控摄像头故障巡视和设备缺陷判断架构模型，能够在不改变原有业务系统的基础上，通过自动化技术和图像识别技术的综合应用，赋能传统业务，提高基层班组的工作效率和准确性。