Lyulin Kuang · Yemin Shi · Haochong Wang · Yong Zhu 等6人 · IEEE Transactions on Power Delivery · 2025年3月

气体绝缘开关设备（GIS）在电力系统中具有关键作用，其安全运行直接影响电网的稳定性。X射线数字成像（X-DR）技术已被广泛用于检测GIS内部缺陷，但现有分析多依赖人工，耗时且费力。本文提出一种基于无需训练方法的AI分析流程，结合基础模型SAM与SegGPT，实现GIS X-DR图像的组件分割。我们构建了一个包含近100幅图像、涵盖三类组件的小规模标注数据集，并开展实验验证。结果表明，该方法在组件分割任务中具有高精度，可直接用于小部件计数、图像质量检测等任务，亦可用于标注数据以支持后续AI模型开发...

解读: 该无需训练的AI图像分析技术对阳光电源储能与光伏产品的质量检测与运维具有重要价值。在PowerTitan大型储能系统和ST系列储能变流器生产环节，可应用X-DR成像结合SAM/SegGPT模型实现GIS开关设备的自动化缺陷检测，替代传统人工分析，提升检测效率和准确性。该方法的小样本学习特性契合阳光电...