Ο ψεκασμός αντιρρυπαντικού χρώματος RTV στην επιφάνεια του εξοπλισμού είναι ένα σημαντικό μέτρο για την αποφυγή εκτόξευσης ρύπανσης εξοπλισμού ηλεκτρικής ενέργειας σε παράκτιες και έντονα μολυσμένες περιοχές. Η γνώση της κατάστασης ψεκασμού των επικαλύψεων RTV για μονωτές εναέριων γραμμών μεταφοράς είναι η βάση για τη διερεύνηση και την αντιμετώπιση των κινδύνων από τη ρύπανση του εξοπλισμού.
"Προηγουμένως, η διερεύνηση των κινδύνων εκτόξευσης της ρύπανσης χρησιμοποιούσε συνήθως τη μέθοδο της συμβουλευτικής των δεδομένων του καθολικού και των ιστορικών αρχείων και ήταν δύσκολο να κατανοηθεί η πραγματική κατάσταση στην τοποθεσία. Χρειάστηκε πολύς χρόνος για να πραγματοποιηθεί επιθεώρηση τοποθεσίας προς βάση. " Ο Wu Wenbin, διευθυντής της αίθουσας λειτουργίας επιθεώρησης μηχανών του Fujian Electric Power Research Institute, παρουσίασε. , "Είναι μια αποτελεσματική μέθοδος για την επιθεώρηση της επίστρωσης RTV μέσω επιθεώρησης drone, αλλά η παρατήρηση με γυμνό μάτι είναι αναποτελεσματική και ο φόρτος εργασίας είναι μεγάλος."
Ως απάντηση στα παραπάνω προβλήματα, η αίθουσα λειτουργίας περιπολίας μηχανών και η αίθουσα τεχνολογίας μετάδοσης ισχύος του Ινστιτούτου Έρευνας Ηλεκτρικής Ενέργειας Fujian δημιούργησαν μια ευέλικτη ερευνητική ομάδα και ανέπτυξαν μια μονάδα αναγνώρισης τεχνητής νοημοσύνης για την επίστρωση RTV των μονωτών εναέριας γραμμής εντός 4 μηνών.
Σύμφωνα με εκτιμήσεις, χρειάζονται 500 ανθρωποώρες για να αναγνωριστούν με μη αυτόματο τρόπο περισσότερα από 60,000 δεδομένα εικόνας μονωτή στο χώρο και να ολοκληρωθεί η επισήμανση και η καταγραφή, δηλαδή, 2 μέλη του προσωπικού επεξεργάζονται 8 ώρες την ημέρα, η οποία διαρκεί 31 ημέρες. Η ταχύτητα επεξεργασίας της αναγνώρισης τεχνητής νοημοσύνης είναι γρήγορη και το ποσοστό ακρίβειας υψηλό. Λαμβάνοντας υπόψη παράγοντες όπως η φόρτωση δεδομένων εικόνας, ο μέσος χρόνος που δαπανάται για κάθε αναγνώριση εικόνας είναι μόνο 0,5 δευτερόλεπτα, που είναι περίπου 50 φορές πιο αποτελεσματικός από τη μη αυτόματη αναγνώριση. Αυτή η εργασία αναγνώρισης τεχνητής νοημοσύνης μπορεί να εξοικονομήσει περισσότερα από 60,000 γιουάν μόνο σε κόστος χρόνου εργασίας.