4.基于目标检测和行为识别的高压电缆附件施工工艺智能识别技术.pdf

1、基于目标检测和行为识别的高压电缆附件施工工艺智能识别技术汇报人：齐金龙2025 年 10月研究背景01研究内容02应用成效03壹研究背景研究背景高压电缆故障设备类型统计（不考虑外力破坏）10.40%50.87%34.68%4.05%电缆本体电缆接头电缆终端其他高压电缆附件故障主要原因统计1.33%12.67%34.67%49.33%外力破坏密封受潮产品质量施工安装据统计，在不考虑外力破坏因素的条件下，电缆附件故障占比高达85.5。而在这85.5中，受产品质量和施工安装不当引起的占比近50%，可见，电缆附件安装已成为电力电缆系统的最薄弱环节。江苏公司2025年输电电缆运检质量提升工作方案也提出，

2、应建立完善附件制作旁站等全流程管理机制，重点做好附件安装过程影像资料等材料的检查及档案归档工作。研究背景三大维度挑战：步骤多电缆附件制作步骤繁多，电缆终端有九大工序、三十一个步骤；电缆中间接头制作有十三大工序，四十大步骤，且不同厂家各步骤之间存在一定差异，繁多的工序对现场关键环节旁站工作人员知识储备和技能水平提出极高的要求。三原终端结构汉缆终端结构安靠终端结构研究背景三大维度挑战：工艺细绝缘屏蔽断口平滑过渡各类尺寸要求电缆附件制作工艺要求精细，如封铅部位不应出现脱铅、裂纹，绝缘屏蔽断口需要平滑过渡，安装过程中各类精细尺寸要求极为严格，现场关键环节旁站人员需实时精准识别复杂操作细节，对人员专业素

3、养与经验依赖度高。封铅不应出现脱铅、裂纹研究背景三大维度挑战：耗时长电缆附件制作工艺复杂、耗时长，以某6月应急检修项目为例，单组电缆中间接头制作18:00开工，持续至次日凌晨5:00，耗时11个小时。实际施工中，常面临多工程并行、单工程3-4组接头同步作业的情况，对具备专业知识和丰富经验的旁站人员需求呈倍数增长，人力资源调配压力显著。贰研究内容研究内容总体技术框架在现场安装过程中，系统通过多源设备采集多角度、多方位的视频数据，并依托边端智算工作站对采集内容进行实时识别、分析与处理。处理结果经由CPE通信设备，通过公网安全传输至电力信息内网。随后，经过光明大模型与小模型的协同运算，对多源数据进行

4、深度融合与综合分析，最终生成详尽且高精度的评估报告，为施工管理和质量控制提供决策依据。研究内容总体技术路线本项目构建由感知层、认知层、决策层、反馈层组成的完整技术体系，四大核心环节紧密协作，形成“数据采集信息处理智能决策优化迭代”的闭环链路。研究内容开发工具检测模型体系针对电缆附件安装过程中涉及的工具类检测，项目采用改进的YOLOv11算法。通过引入高分辨率输入机制，提升了在复杂施工环境下对细小工具的识别精度，能够对电锯、加热带、角铝等31类工具进行精准识别。同时，结合改进的FPN+PAN多尺度特征融合结构，增强不同尺度目标的特征表达能力，确保不同尺寸工具的精准检测。通过 Mosaic、Mix

5、Up、随机旋转及光照调整等多样化数据增强策略，增强模型实际安装场景下对工具检测的鲁棒性与适应性。YOLOv11架构图工具检测结果图研究内容开发动作检测模型体系针对电缆附件的安装，项目采用SlowFast动作识别模型对视频数据中“去掉绝缘屏蔽层”、“绝缘表面打磨”等8类动作进行精准分析与判定。该模型采用Slow路径和Fast路径的双路径结构。Slow路径以低帧率输入，侧重捕捉动作的整体语义和长期时序信息，能够准确识别电缆剥切、压接等持续性动作；Fast路径以高帧率输入，捕捉动作中的快速变化细节。两条路径通过多尺度特征融合与信息交互，在保留全局时序特征的同时，也兼顾了局部动态细节，从而实现对施工动

6、作的高精度识别与分类。研究内容开发评估报告体系在电缆附件安装过程中，项目将工具检测与动作识别结果进行结构化处理，并传输给智能体，智能体结合知识库生成评估报告。知识库涵盖了电缆附件安装的施工工艺规范及相关作业要求，国网光明大模型则负责将小模型的检测结果与知识库内容进行语义关联与逻辑推理。例如，当检测到加热动作轨迹异常或加热时间不足时，系统可及时提示“热缩不均匀”的潜在隐患。该机制有效提升了施工质检的自动化、标准化与可追溯化水平。智能体结构化数据评估报告规范要求流程规则知识库工具规则知识库行为规则知识库光明大模型工具检