中国储能网讯：围绕打造覆盖设备、配电、营销、调控等专业全链条的数智管理体系，国网湖北省电力有限公司加快推进人工智能规模化应用，在无人机智能巡检、配电网数智转型等领域取得一系列成效。而这些成效与技术创新应用密不可分。

湖北电力科学研究院是国网湖北电力推进人工智能规模化应用的技术支撑单位。2022年11月，国网湖北电力物联及人工智能实验室在湖北电科院挂牌成立，深耕物联与人工智能关键前沿技术研究、物联终端准入检测、物联场景仿真验证等，为电力智慧物联及人工智能应用规范化、规模化应用提供技术保障。

偏远山区无人机巡检信号可靠传输

近年来，无人机在输电线路巡检等工作中的应用日益广泛。“但受海拔落差、山体遮挡等因素制约，无人机在偏远山区远距离飞行时面临通信信号传输问题。”湖北电科院能源互联网技术中心人工智能室技术专家刘鸣柳说。

湖北省三面环山，多条输电线路途经偏远山区。无人机在偏远山区巡检时的信号传输问题成为湖北电科院研究攻关的重点。湖北电科院依托电力物联及人工智能实验室，研究弱网络条件下无人机巡检的低成本空天地网络构建和自适应巡航技术。

这一技术的关键是湖北电科院设计开发的中继网络拓扑生成算法。中继网络是一种通过中继节点来传输信息的网络结构。中继节点可以是路由器、交换机或其他网络设备，能够接收来自一个地方的信号，再将其传输到另一个地方。“中继节点就像是‘中间人’，设备之间的信息会通过这些‘中间人’进行传递，确保传输顺利。”刘鸣柳说。

湖北电科院开发的中继网络拓扑生成算法就是用来设计和构建中继网络结构的一种算法。该院组建攻关团队，以全省无人机巡检航线和现有网络节点为素材库，加大算法的训练力度，使该算法能够根据无人机在不同场景的飞行需求，在短时间内算出信号传输网络部署的最优解。

“算法不仅要考虑无人机巡检需求，还要尽可能减少网络节点数量。网络节点数量越多，后续安装路由器、交换机及其他网络设备的施工和维护的成本越高。”刘鸣柳说。目前，在满足传输性能的前提下，中继网络拓扑生成算法可使无人机巡检信号传输网络部署成本降低20%。

方言语音识别转化提升客服工作效率

湖北的方言种类较多，不同地区的口音差异较大。面对月均上万条的客服电话，客服人员需要人工听取、记录，再手动填写工单。这种传统的处理方式不仅耗时耗力，还容易出现遗漏或延误。

2024年8月起，湖北电科院组建技术团队，用4个月时间开发了湖北方言语音智能识别技术和“大模型+”语义情感推理算法。

以荆州供电公司为试点，湖北电科院技术团队联合荆州10个区县供电服务中心懂方言的坐席人员组成语音标注队伍，开展了8轮次数据标注，构建了多方言与普通话混合识别模型。该模型可以精准完成荆州各区县的方言语音转写，准确率达到85%以上。该模型还能智能提取姓名、电话、报修地址、诉求内容等关键信息，并自动录入工单系统，快速生成工单派发至相关员工，大幅提高了服务响应速度。

语音智能识别技术和“大模型+”语义情感推理算法还应用于客服质检环节。以往服务质量监管主要依赖人工听音审查，周期长、覆盖面小且受主观因素影响。现在，客服态度、客户满意度、投诉风险等质检标签实现了自动标注。

“应用人工智能技术，相关单位可以提前发现潜在的投诉倾向，主动联系客户解决问题。”湖北电科院人工智能室技术员刘国子说，这种“自动质检+主动服务”的新模式，不仅提升了相关工作效率，还提高了客户满意度。

目前，湖北电科院正结合荆州供电公司的试点应用经验，完善技术细节，逐步向湖北省其他地市供电公司推广应用相关技术。

算法模型实际性能精准可测

人工智能技术快速发展，相关的算法模型持续迭代升级。在众多模型中，哪些更能满足电网业务需求？这是湖北电科院研究的另一个重点。

“以前，由于缺乏统一的标准和评价机制，电网企业在选用不同厂家提供的模型时，难以掌握实际性能。”湖北电科院能源互联网技术中心人工智能室技术专家刘曼佳说。

2023年10月，湖北电科院着手开发人工智能应用评价平台，用半年时间完成了平台基础功能设计开发。2024年7月，该平台以输电可视化隐患识别模型为测试对象，开展人工智能模型性能测试评价。

“以输电线路导线异物缺陷识别为例，用于测试的67张图像中包括48个缺陷。输电可视化隐患识别模型开发厂家称该模型识别率达到90%，而人工智能应用评价平台测试发现该模型正确识别出的缺陷数实际是40个，识别率约为83.3%，说明厂家所说的模型性能与实际不符。”刘曼佳说。

随后，湖北电科院组织技术骨干开展数据标注规范制订、样本归集和数据标注等工作，构建了重点隐患样本数据集，形成了输电可视化隐患识别模型训练素材库。湖北电科院还应用图文大模型相关技术，使输电可视化隐患识别模型能够同时处理图片、视频等视觉数据和文字、语音等语言数据，还能理解它们之间的关系，进一步提升识别分析精准度。

经过训练提升的输电可视化隐患识别模型已实现目标隐患精准检测，对道路、河流等目标的识别率从30%提升至80%。