随着低空经济的快速发展，无人机在电力行业的应用日益广泛，成为电网巡检中“机器代人”的关键工具。在输电、变电、配电等多个场景中，无人机凭借高效、灵活的特点，大幅提升了巡检效率。然而，在偏远地区，电力线路巡检仍面临诸多挑战：山高林密导致通信信号衰减甚至无覆盖，无人机续航时间有限，运维人员短缺且外委服务成本高昂，同时小尺寸缺陷识别和风险研判难度较大。
为应对这些难题，某电力团队研发了一套“空天地一体化”无人机自主巡检支撑系统。该系统整合了北斗导航、固定摄像头、巡检无人机和自组织支撑网等设备，结合电力知识和环境信息，实现了航线自动生成、多机协同任务规划、自适应巡检飞行以及缺陷隐患识别与风险研判的全流程闭环管理。这一创新显著提升了巡检的智能化水平，为偏远地区电力线路的安全运行提供了有力保障。
在智能识别算法方面，团队针对本地场景的特异性，采用增量学习技术优化视觉模型，依托本地样本库进行多轮训练。通过模型结构优化，提升了小尺寸目标的识别能力，并筛选了R-CNN、YOLO、DETR等基础模型进行匹配。经过本地培育，均压环脱落、玻璃绝缘子自爆等重点缺陷的平均发现率达到95.46%，较培育前提高了17.05%。团队还创新了多套算法协同识别模式，根据巡检部位精准匹配算法，进一步提升了识别效率。
在关键技术突破上，团队在航线生成方面通过半监督语义分割解决了设备挂接差异和点云质量问题，实现了安全点位的自动生成；多机协同采用联邦深度强化学习优化轨迹，通过模块化设计与调度算法满足复杂巡检需求；无线自组织网络优化了节点部署、拓扑连接与信息传输策略，保障了远距离通信的稳定性；多模态大模型则攻克了复杂场景干扰和空间感知不足等难题，规范了隐患标注，优化了告警校验与去重流程。
配套装备的研发同样取得进展。团队创新了“无人机-机巢”一对多控制模式，集成低功耗Mesh和高带宽网桥等设备，实现了优越的网络传输性能。同时，研制了集算力、存储、通信于一体的移动巡检边缘设备，支撑了模型的轻量化应用，为巡检工作提供了更高效的硬件支持。
在实际应用中，该系统在鄂州数字化配电网示范项目中取得了显著成效。团队完成了千公里航线的绘制，优化了多机巢的联合部署与网格化调度。配网工程验收通过数字化管控系统，实现了任务派发、数据采集和缺陷识别的全流程线上化。“输电小卫”平台依托知识图谱与混合检索技术，提供了专业知识一键查询服务；大小模型协同实现了9类重点缺陷识别准确率92%、16类通道隐患识别准确率95%的优异成绩。新一代远程智能巡视系统应用后，人工处理告警量减少了84.1%，派单准确率达到100%，高效覆盖了近50类缺陷隐患场景。
