人工智能在电力行业的应用,主要集中在机器视觉上,采用可见光、红外图像(有固定摄像头,也有采用巡检机器人),以及超声局放来识别设备的状态,感知设备的异常。相对于人工巡检的通过视觉、听觉、嗅觉、味觉、触觉的全面感知,还有一定的差距。
嗅觉是比视觉和听觉更加的先知先觉的。基于深度学习的机器嗅觉算法,采用交叉敏感的嗅觉传感器阵列,以及数据采集和清洗的边缘网关,通过深度学习的算法模型来建立配电站所的嗅觉库,来建立安全预警系统。从而实现核心部件的早期故障预警,为及时清除潜在的设备故障,预防事故的发生,还可以延长部件的寿命。