本网讯  6月10日，国网福建电科院无人机智能巡检科技攻关团队成员姚书凝应用研发的“配网红外快速筛查”模块，30分钟快速筛查了1000余张红外图片，并核查出2条红外告警信息，推送给属地供电公司进行设备隐患排查处理。

以往，配网运维人员在审核红外图片时，先登录红外分析软件打开红外图片，再手动查看每张图片上疑似发热点的温度数值，经确认为发热缺陷后，再标注缺陷部位及填写报告等。整个审核工序繁杂、耗时，且查看红外图片易造成视觉疲劳，因此存在图片审核效率低、缺陷误判高、漏判多等问题。据统计，平均每名运维人员每天仅能靠人眼识别约800张图片，在海量红外巡检图片面前显得“捉襟见肘”。

近年来，国网福建电力重点推进配网无人机红外检测工作，截止2025年6月，采集的配网红外图像已突破了1400万张，并且数量仍在加速攀升。国网福建电科院机巡中心吴文斌说，“目前全省配网现场每天拍摄的红外图像数据量超5万张，由于缺乏高效、智能的红外图片筛查手段，在一线作业过程中，难以准确、快速分析和复查海量红外图片，这也制约了设备运维质效的提升。”

为了攻关这一难题，在设备部的指导下，国网福建电科院无人机智能巡检科技攻关团队从大数据分析、人工智能算法开发、数据库管理、多线程信息处理等维度开展了全方位的技术攻关。为实现海量数据的高效处理，团队成功采用背景干扰物体过滤、红外和可见光融合、温度自动解析等多种技术手段，成功构建了配网红外图像快速筛查模型，准确提取线夹、接线端子、刀闸等易发热部件的图像特征，从海量图片中精准锁定发热缺陷，并能实现配网红外图像筛查的数据传输、自动处理、结果反馈等全流程“一键贯通”。

通过层层剖析和专精研发，团队成员于2025年5月完成配网红外快速筛查模块开发，并在配电机巡作业管控平台中部署运行，推动配网无人机巡检从"人工判图"向"AI诊断"的数智化转型，助力用户实时完成配网无人机巡检的质量评估与缺陷诊断，提高配网无人机巡检效率和检测精度。

该模块上线以来，已对近100万张的历史配网红外图像进行了快速筛查，智能过滤了99%以上的无发热缺陷数据，将人工审核的工作量大幅缩减至原来的1%以下。同时，算法支持24小时不间断运行，平均响应时间小于1秒，平均单张图像处理时间低于2秒，每天处理的红外图像张数达到了之前的60倍以上。同时，通过红外图像的快速筛查，为配电网主动运维提供有力的手段，提升设备隐患排查治理能力。