近日，yl23411永利集团在输电线路智能监测与预警方面取得重要进展，相关成果以“Lightweight vision architecture deployed in the terminal for safety monitoring and early warning of transmission lines”为题发表于国际著名期刊《Nature Communications》。该论文以郑含博教授为通讯作者、李金恒博士为第一作者，yl23411永利为唯一通讯单位，是输电监测领域发表于《Nature》子刊的首篇论文，同时也是学院首篇发表在《Nature》子刊的学术论文。研究成果对保障输电线路通道的本质安全、防范大停电风险具有重要工程价值。研究得到国家自然科学基金、广西杰出青年科学基金等支持。

论文链接🔗：

https://www.nature.com/articles/s41467-026-72321-y

团队介绍

郑含博教授团队合影

郑含博教授团队长期从事电气设备状态监测与智能诊断、高性能电工装备与材料等方向的研究工作。近年来，承担国家自然科学基金3项、国家科技重大专项子课题2项、广西杰出青年科学基金、广西科技基地和人才专项、电网公司及企业等科技/研发项目30余项；主持和参与制修订国家、行业标准等20余项。获省部级奖励5项，发表学术论文150余篇，获得授权国际、国家发明专利60余项。

研究内容简述

聚焦国家重大能源通道：破解“看得见、测不准、预警难”的困境

超/特高压大档距输电线路承担着远距离、大容量电能输送任务，尤其是“三跨”和密集通道等关键输电区域，一旦移动的施工机械、吊臂、运输车辆，以及漂浮物、山火烟雾等隐患入侵带电危险区域，可能引发长时间停电甚至人员触电伤亡事故。然而，现有监测手段在复杂地形与大档距输电场景下的适应能力仍严重不足。

端侧视觉架构：从二维检测走向三维感知

针对上述难题，研究团队提出可部署于输电线路终端设备的轻量化视觉架构，融合隐患目标检测、位姿估计、深度转换和点云重建，实现对输电通道外部隐患的实时识别、精确测距与分级预警。1）在二维检测方面，构建的轻量化隐患检测模型可在远距离小目标、夜间低照度等复杂条件下保持高稳定性；2）在三维感知方面，提出基于深度图转换的净距表征方法：一方面采用融合误匹配剔除与非线性优化的高效位姿估计技术，另一方面结合点云空间聚类与低程点下采样，最终实现对隐患目标与输电线之间最小空间距离的精确感知。现场验证结果表明，该方案在多型号相机、多场景下的平均测距误差低于0.35米，完全满足工程应用需求。

输电线路在线监测与预警的轻量化视觉架构

复杂多地形输电场景下的安全净距感知及测距误差分析

从实验室到现场：让算法跑在输电线路上

该成果的另一亮点是打通了算法走向现场应用的关键路径。通过模型压缩、量化加速与C++转码，实现了算法在国产AI芯片上的端侧部署，端到端平均时延约0.05秒，平均处理速度达到20 FPS，具备实时在线监测能力。此外，研究团队研制了集成边缘计算、移动通信与太阳能供电的智能监测装置及系统平台，可在现场完成隐患识别、空间测距、风险判定和声光告警的全流程闭环。目前，该成果已在110kV和500kV等多条输电线路现场开展试点应用。

所提出方法在国产AI平台上的性能测试评估

输电线路智能监测装置部署与试点应用

《Nature Communications》创刊于2010年4月，是自然出版集团（Nature Publishing Group）旗下继《Nature》之后的第二份多学科周刊，也是《自然》系列重要子刊之一。该刊发表涵盖生物学、化学、物理学、材料科学、地球与环境科学、医学及工程学等全自然科学领域的原创研究成果，为全球科研工作者提供了高水平的多学科交流平台。