基于深度学习的高压输电线路异物智能检测技术研究综述

摘要

高压输电线路异物侵扰是造成电网故障的重要隐患，传统的手工巡检方式已经不能满足现代电网安全高效
运维的要求。近些年来，以深度学习为根基的机器视觉技术，给输电线路异物智能检测提供了新的解决途径。本文
对机器视觉在电力巡检中的发展过程进行了梳理，从早期的图像处理方法、传统的机器学习、以卷积神经网络和
Transformer为代表的目标检测模型等。对主流的深度学习算法、小样本学习、多模态融合等改进方法进行重点评述；
对复杂光照、天气变化、跨区域部署等各种场景下提高适应性的技术进行分析，包括域自适应、模型轻量化、在线
增量学习、抗干扰后处理等；最后给出支撑7*24小时稳定运行的端边云协同架构、高可用性保障手段并对未来数字
孪生、可信人工智能的发展方向进行展望，给学术研究、工程实践提供系统的参考。