International Journal for Research in Applied Science and Engineering Technology·9月30日 · 周三论文智慧农业 / 农业物联网阅读 1

GRID PATROL COPILOT: An AI-Powered Patrol Intelligence Framework for Transmission Line Fault Localization and Field Response Optimization

Chaganti Chandra Mouli

International Journal for Research in Applied Science and Engineering TechnologyDOI 10.22214/ijraset.2026.84991开放获取 PDF ↗
论文解读
0未达精选线
速览

提出AI巡检智能框架,将故障信息转为可执行的现场巡检建议。

方法

用Copilot Studio、Power Automate、SharePoin

发现

在特高压线路上实现故障定位与巡检决策,显著减少人工分析、加快现场部署。

机会点

可将该对话式AI决策框架迁移至农村配电网或农业设施供电故障巡检场景。

影响力0
信息增量0
专业深度0
信源权威0
时效性0

该论文聚焦输电线路AI巡检与故障定位,属电力系统运维领域,与三农、农业信息化、智慧农业无关,不建议进入每日精选。

原文摘要

快速故障识别和有效的现场巡视对于在线路故障后最大限度缩短停电时间和恢复输电系统可用性至关重要。在传统实践中,巡视规划需要工程师手动收集并关联来自多个来源的信息,包括继电保护故障记录、输电线路参数、杆塔数据库、地形信息以及历史检修记录。这一过程往往耗时且高度依赖个人经验,导致巡视部署和故障恢复延迟。本文提出了GRID PATROL COPILOT,这是一种由人工智能(AI)驱动的巡视智能框架,旨在通过对话式界面将故障相关信息转化为可执行的现场建议。所提出的框架利用Microsoft Copilot Studio、Power Automate、SharePoint和生成式AI技术,集成了故障定位分析、输电线路数据库、杆塔智能信息、地形信息以及巡视规划逻辑。在接收到故障详情后,系统会自动识别可能的故障档距,确定易受损杆塔,评估可达条件,并生成优化的巡视部署建议。本文展示了在特高压输电线路上的实际应用,以证明该框架在支持故障定位和巡视决策方面的能力。结果表明,该框架显著减少了人工分析工作量,提高了巡视规划的标准化程度,加快了现场部署速度,并增强了恢复准备能力。所提出的框架展示了一种实用且可扩展的方法,可将AI驱动的决策支持集成到输电线路运维活动中。

输电线路 故障定位 AI相关资讯

中国经济网 2026-09-09·9月9日 · 周三精选91 分 政策渔业水产阅读 5

农业农村部发布《全国渔业发展"十五五"规划》 提出推进"人工智能+"渔业发展新模式

农业农村部9月8日发布《全国渔业发展"十五五"规划》,明确到2030年设施渔业现代化水平稳步提高,大数据、人工智能应用更加广泛,构建"陆海空天"一体化数据采集网络,推进智慧养殖、智慧捕捞、智慧流通、智慧销售,打造智慧决策管理平台。规划围绕五方面展开:发展高质量水产养殖业、安全规范可持续捕捞业、系统性推进水生生物资源养护、履行负责任渔业大国责任、发展渔业新质生产力。