“今日1000千伏设备区外观专项巡视任务执行正常，主变油位巡检正常，漏油缺陷未发展。”4月27日，1000千伏特高压淮南站主控室内，值长陆国夫正查看今日智巡系统的专项巡视报告，对巡视报告中的异常以及设备缺陷发展情况进行进一步复核。
智巡系统的核心就是图像识别，图像识别是通过构建AI预审模型，配合图像处理，实现对目标图片的细微变化的像素级比对。受变电站电磁环境、天气状况影响，前期比对结果存在一定的偏差现象。
为提升图像识别准确率，国网安徽超高压公司试点开展图像算法改进工作，推进“正负样本”融合计算，以“学习异常，区分正常”作为算法核心思路，将巡视图片与正常样本库进行像素级对比，识别出所有异常变化。目前，表计识别及表类外观缺陷算法经过迭代更新，准确率已经超过96%，有效提升巡检质效。
下午3点，运维人员陈雅雯在后台开始了智巡报告的复核工作，短短半个小时，她已经核对完了全站的异常点位。“正样本算法的应用大大提高了运维人员的工作效率!”陈雅雯感叹道。
“正样本算法就像‘GPS导航’可以帮助我们寻找到缺陷位置，负样本算法就像‘陷阱探测器’可以帮助我们避开陷阱，防止误判。正样本算法可以对‘负样本’智巡系统存在的问题进行有效补充。”淮南站运维一班班长姜波介绍智巡系统时说道。
在日常工作中，运维人员可针对设备漏油、发热等严重缺陷，配置每日专项特巡任务，在缺陷消除前可持续跟踪缺陷发展情况，关注设备油位、发热变化，确保缺陷发展情况全程“在控”。
目前，特高压淮南站智能巡检系统仍然不断迭代升级，实用性日益增强。下一步，淮南站将继续推进全站智能巡视系统正样本与负样本互补融合，提升运检工作质效，实现智能运维，推动变电专业高质量安全发展。(常波)
