變電站中存在諸多潛在異常風(fēng)險，其一是來(lái)自外界的不可預測的異物威脅，容易引發(fā)短路、電弧甚至火災事故，需要采取措施預防。由于異物未知且采集異物圖像成本非常G，需要算法實(shí)現在僅擁有正常圖像樣本的條件下實(shí)現對未知異物的檢測。

項目利用大模型檢測并提取場(chǎng)景中物體的特征，并使用特征融合和存儲庫技術(shù)讓算法“記住”正常場(chǎng)景，再通過(guò)融合特征比對的方式分辨出異常物體。該算法充分發(fā)揮了大模型跨模態(tài)、預訓練、開(kāi)放性等眾多優(yōu)勢，以很小的代價(jià)就能完成傳統深度學(xué)習算法無(wú)法完成的任務(wù)。

在算法落地過(guò)程中，獲取稀缺圖像一直是一大挑戰。在本項目中，正樣本檢測技術(shù)巧妙地避開(kāi)這一難題，運用先進(jìn)技術(shù)，避免了困難的負樣本采集工作的同時(shí)，還具有更好的精度和泛化能力。本項目的正樣本檢測算法不僅能在電力變電行業(yè)表現出色，同時(shí)也適用于其他工業(yè)或生活場(chǎng)景。

變電站作為電力系統的關(guān)鍵設施，承擔著(zhù)輸電、變壓、配電等重要任務(wù)，是電力供應的核心節點(diǎn)。然而，由于其特殊的地理位置和功能屬性，變電站存在著(zhù)諸多潛在的異常風(fēng)險。其中，為突出的問(wèn)題之一是來(lái)自外界的不可預測異物的威脅。風(fēng)箏、塑料袋等物體，一旦進(jìn)入變電站區域，可能與G壓設備接觸，引發(fā)短路、電弧甚至火災等嚴重安全事故，威脅到變電站設備的安全運行和周邊地區的人身財產(chǎn)安全。

這些不可知的異物對變電站的安全穩定造成了潛在威脅，因此需要采取有效的措施來(lái)應對。由于異物未知且采集異物圖像成本G，客戶(hù)要求僅利用易獲得的正常樣本進(jìn)行訓練，實(shí)現場(chǎng)景中異物的準確檢測，以降低成本并提G效率。

基于大模型的方法與傳統工業(yè)視覺(jué)檢測的區別：以往的工業(yè)視覺(jué)檢測大多需要采集大量所需類(lèi)別的圖像樣本并訓練一個(gè)針對性的小模型，這樣的模型容量小，能力有限，也難以運用到已有的海量預訓練數據集的知識。而大模型發(fā)展至今，僅預訓練的模型在很多視覺(jué)任務(wù)的精度上已經(jīng)碾壓傳統小模型，再經(jīng)過(guò)行業(yè)數據微調后可以更加適合于特定的工業(yè)視覺(jué)檢測任務(wù)。

基于大模型的正樣本檢測技術(shù)：通過(guò)檢測大模型的開(kāi)放詞匯識別出物體，然后用特征提取大模型的編碼物體的深度特征，結合存儲庫技術(shù)，能夠實(shí)現在僅見(jiàn)過(guò)正常場(chǎng)景圖片的有限條件下，準確檢測出場(chǎng)景中出現的任何未知的異常物體，精度相較于傳統深度學(xué)習方法大幅提升。

正樣本在線(xiàn)增量訓練技術(shù)：通過(guò)對存儲庫和交互方式的設計，并結合大模型的特性，實(shí)現用戶(hù)簡(jiǎn)單點(diǎn)擊即可將識別為異物的物體定義為正常物體。這一技術(shù)實(shí)現了模型和存儲庫的在線(xiàn)更新，有效解決了模型部署后更新難、反饋慢的問(wèn)題。

多點(diǎn)位模型通用技術(shù)：實(shí)際項目中需要部署的點(diǎn)位可達成百上千，本項目利用大模型的通用性和特征存儲庫技術(shù)打破了一個(gè)點(diǎn)位對應一個(gè)模型的限制，實(shí)現在不改變主網(wǎng)絡(luò )的結構和參數的條件下，快速訓練出各個(gè)點(diǎn)位的特征存儲庫，并且能夠在不同點(diǎn)位間快速切換。

樣本生成技術(shù)：對圖像生成大模型進(jìn)行微調訓練后，通過(guò)對邊緣、文字提示和正常圖像的結合來(lái)實(shí)現在變電站圖像中任意位置（許多位置工人難以到達但又容易出現異物）生成任意形態(tài)的異物，用于測試算法的能力并進(jìn)行迭代提升。

實(shí)施效果

項目目前已在國家電網(wǎng)某變電站進(jìn)行了超300個(gè)攝像頭點(diǎn)位的部署運行，綜合漏報率低于3%，誤報率低于5%。

正樣本巡視系統采用定時(shí)排查和人工下任務(wù)兩種方式，多面檢測所有點(diǎn)位。工作人員在系統中復核告警圖像并清理異物，實(shí)現了異常檢測的自動(dòng)化和智能化。相較于純人工不定期巡視，該系統能全天候定時(shí)檢測所有場(chǎng)景，顯著(zhù)減少人力成本，且算法速度快、資源消耗低。每增加一個(gè)點(diǎn)位只需額外3MB內存和磁盤(pán)存儲空間，適用于大規模部署應用。

該項目的應用J大地減少了變電站的潛在異常風(fēng)險，得到了國家電網(wǎng)上海練塘站L導的一致好評，并已開(kāi)始向全國范圍內其他變電站推廣。此外，這種正樣本技術(shù)不僅局限于變電站場(chǎng)景，還可以應用于其他工業(yè)和生活場(chǎng)景。

本方案基于攝像頭等國產(chǎn)硬件感知設備，配合自主研發(fā)基于大模型的正樣本檢測關(guān)鍵技術(shù)，形成整套的解決方案產(chǎn)品；相比于傳統深度學(xué)習模型只能檢測固定類(lèi)別的異常，本項目靈活使用視覺(jué)大模型，可以有效檢測出未知的缺陷種類(lèi)。本產(chǎn)品應用于變電站異常識別L域，可以檢測出變電站中出現的異�，F象，有效保障電力穩定安全運行。從經(jīng)濟的角度為傳統行業(yè)提質(zhì)增效智能化升級、減低人力成本；從社會(huì )角度，對各行業(yè)的智能巡檢場(chǎng)景實(shí)現“機器代人眼”，對釋放數字經(jīng)濟潛力、形成新的經(jīng)濟增長(cháng)點(diǎn)具有重要意義。同時(shí)，其應用場(chǎng)景除電力外，仍可覆蓋石油、化工、煙草、園區等需要智能巡視的L域，可提G各個(gè)應用場(chǎng)景系統運維工作效率與質(zhì)量。