配网人工智能解决方案

配网线路智能化巡检，架空线路主要依靠无人机巡视，根据巡视计划智能化设定无人机巡航路线，拍摄过程中智能化识别线路名称、杆号设备类型等，对路线上设备进行全方位、各视角抓拍，并将图像信息发送至人工智能缺陷判断模块。人工智能缺陷判断模块，通过图像识别和机器学习技术，与典型缺陷库中缺陷图像进行逐一比对，从而进行缺陷判断，并将包含缺陷判断结果的巡视信息自动传送到信息系统。

配网故障智能化诊断

通过配网自动化建设、智能电表覆盖、无线专网以及物联网技术实现配网故障智能化诊断系统与配网各采集终端的信息交互，实现故障抢修自动定位。配网故障智能化诊断系统首先通过对历次故障中各采集终端及智能电表的电压电流进行深度学习，建立故障信息知识库。当接收到调控故障信息时，主动启动信息采集，并将采集到的电压电流信息与故障信息知识库进行对比，确定故障区域，并通过机器学习技术迅速完成故障隔离和网络重构。

输配电网络故障诊断

在对计算机软件、硬件进行研究的过程中，人工智能是重要的基础，也就是通机器学习算法及其在智能电网中的应用机器学习涉及到的学科较多，统计学、概率论、逼近论等均在其中，而且呈现出交叉特征。在整个人工智能中，机器学习是重要的分支，其是针对计算机模拟展开深入研究，进而能够掌握更多的知识，拥有一定的技能，将现有知识结构予以重新组织，如此就可使得自身性能有明显的改善。机器学习就是要通过计算机来总结相关的数据，如此就可获得可靠的模型，通过其就可对特定事情予以判断，保证预测更加的准确。

输电线路安全运行

ES 是 AI 应用和研究最活跃和最广泛的课题。它具有启发性、透明性和灵活性。输由线路在线监测专家系统的开发，是根据监测收集的数据来推断输电线路故障的原因，其结构由知识库、数据库、解释机制、推理机和人机接口5部分组成。输电线路在线监测系统通过输电线路中避雷器、绝缘子污闪、覆冰、舞动、线路安全运行和远程可视等传感监测手段获得的数据信号，建立 ES 静态数据库和动态数据库:推理机制采用正向推理:ES 的核心是知识库，输申线路在线监测系统知识的表达采用产生式规则，把知识表示成一般的IF-THEN(条件-结论)形式。知识的获取遵循领域知识和现场运行经验。输电线路在线监测系统的知识库建成。

模块化结构，各模块间相互独立，中协调器控制和协调各模块的工作。当输电线路在线监测系统运行时，首先启动输电线路远程可视监测模块，获取现场的可视图像，然后启动避雷器模块、绝缘子污闪模块、覆冰监测模块、舞动监测模块、输电线路安全运行模块，最后根据各模块各自的分析结果，启动综合分析模块，进行全面的判断。输电线路在线监测系统可对运行中的输电线路作出早期故障诊断结论，对现场运行人员提供参考意见。