2025年能源北斗与时空智能创新技术应用大会：面向电网智能化作业的通感算一体化关键技术研究

边/端通感融合技术云/边端感算融合技术电网通感算一体化应用架构设计研究背景

电力智能化作业对通感算一体化服务的需求

随着电网建设规模扩大

，无人机巡检、

电力设备本质安全监测等作业数量持续增长

，传统作业模式面临设备环境时空等多模态信息感知融合不足、

作业综合风险认知有待提升等问题

，

同时算网资源利用集约度低且缺乏通信、

感知

、

计算服务评估标准

，

制约了作业智能化发展进程。电力巡检无人机输电通道可视化作业安全监护人工智能平台一、研究背景在电网作业时空信息感知方面：

仅依靠单一的北斗高精度定位

，

面临着动态变化环境高精度环境感知能力不足，全域场景多源连续高精度定位维持难的问题。

亟需研究基于通信+感知融合的多源定位技术和基于环境上下文的空间

理解能力

，

实现“全域连续、

高精度、

高可靠”时空信息感知。北斗地基增强定位服务故障

环境、

网络导致终端定位精度低或不稳定一、研究背景在电网作业综合风险认知方面：

智能研判计算依赖于云端AI平台

，

部分实时业务、

安监视频业务对通信网络的要求较高

，感知数据的远程传输与诊断效率较低。

亟需研究基于感算融合的电网作业算力模型轻量化应用技术

，研发电网智能作业分析模型及边端压缩部署工具

，

开发面向边端硬件的加速算子库

，构建面向多任务并发的电力全域异构算力动态调度策略

，提升智能作业场景巡视及检修质效。一、研究背景近年来

，

随着多模态AI、

6G、

算力网络等新兴技术发展

，感算、

通感、

通算协同机制

，

正推动自动驾驶、

语义通信、

人形机器人等更高阶智能应用迈向规模化应用。

有必要明确电网作业智能化发展需求并针对性地提出通感算应用架构

，攻关关键技术难题

，形成支撑保障作业智能化与安全化发展的有效解决方案。一、研究背景本项目分析了电网智能化作业信息处理业务演变特征

，形成电网智能化作业通感算一体化应用需求及总体技术架构；

以高阶智能作业模式为牵引

，确立多模态数据感知融合、

空天地一体网络、

自主认知等核心技术攻关方向

，形成整体解决方案。研究方向3：电网智能化作业云/边端感算融合技术研究时空多模态信息融合的电网作业风险智能认知模型构建电网作业风险认知模型边端压缩部署技术研究构建电网作业风险认知模型及云边协同轻量化部署方案

，研发输变电作业安全监测原型系统

，提升智能作业场景风险有效管控能力研究方向1：电网智能化作业通感算一体化应用架构研究多维异构资源联合编排和管控云边交互数据隐私保护技术提出面向电网智能化作业通感算一体化架构及协同机制

，

形成多维异构资源编排方案

，

提升云边端数据安全可靠性2研究方向2：电网智能化作业边端通感融合技术研究空天地一体化多模融合组网技术构建

“通信-感知-定位-安全”

四位一体的智能韧性时空服务底座

，赋能特殊作业场景电网智能化作业

动态变化环境高精度环境感知能力不足

全域场景多源连续高精度定位维持难

作业智能化发展需求与通感算应用架构不明确，

缺乏资源高效利用及安全防护方案

全局风险认知不足

边端模型资源适配不足

软件自主可控有待加强一、研究背景基于机器视觉和北斗融合的安全监测技术研究面向边端硬件的加速算子库开发场景驱动的多源感知定位技术通感算一体化架构与协同机制控制业务通信需求适配分析电力时空信号内生安全技术3构建电力智能化作业通信、

感知、

计算一体化服务智能化作业类型多维度信息处理辅助人工阶段(2010s-2020)部分智能阶段(2020至今)完全智能阶段（2025-远期）输电无人机智能巡检感知数据采集人工控制无人机采集无人机按预定航线采集①多模态数据感知融合（自主规划路径采集

，可见光/红外摄像头、

激光雷达多光谱数据采集）通信接入与传输U盘拷贝或人工上传数据无线远程+本地机巢回传②多模异构网络高效传输（陆地、

空间远程通信

，本地通信异构网络）电力设备本质安全监测感知数据采集人工记录或操控设备采集数据设备传感器自动采集①多模态数据感知融合（多传感器采集融合）通信接入与传输同上无线远程+本地通信②多模异构网络高效传输（陆地、

空间远程通信

，本地通信异构网络）电力智能安全监察感知数据采集人工现场巡视部署AI摄像头/环境传感器

，实现局部自动化采集①多模态数据感知融合（融合视频/传感器/无人机数据

，构建全场景感知网络）通信接入与传输基本同上（纸质记录或U盘拷贝）无线远程+本地通信②多模异构网络高效传输（陆地、

空间远程通信

，本地通信异构网络）（三者相同）智能分析与决策人工分析决策

：人工分析数据、

无法实现多维度数据关联分析、

决策依赖经验辅助分析决策：

人工智能算法分析+人工复核④

自主认知与决策

：具备特定场景应用认知能力、能够自动生成决策方案构建了针对典型电网智能化作业感知数据采集、

通信接入与传输、

智能分析与决策等“三维度”信息处理业务特征分析框架

，分析了辅助人工、

部分智能到完全智能“三阶段”信息处理特征

，得出作业智能化发展方向：

面向电网智能作业场景

，解决多模态数据感知融合、

多模异构网络传输、

自主认知等通感算核心关键技术。二、通感算一体化应用架构以无人机巡检智能化作业为例

，对其信息处理特征发展趋势进行分析：

整体呈现从辅助人工到智能自主的阶梯式演进路线

，技术架构逐步升级至多模态数据感知融合、

多模异构网络高效传输和自主认知等前沿能力。完全智能模式

无人机自主采集数据（可见光、红外等）

本地局域网+远程回传网+边缘计算异构组网

云边大小模型协同、多模态综合分析

构建“采集-传输-分析”闭环

，全专业区域化无人机协同作业模式部分智能模式

无人机受控采集图像

本地局域网支撑飞控及图传、北斗支撑预定航线飞行

，无线APN支撑远程回传

深度学习模型研判设备缺陷

作业流程线上流转辅助人工模式

无人机受控采集图像

本地局域网支撑飞控及图传

，手动将存储卡数据导入内网

人工审核图像、研判设备缺陷

作业流程线下人工流转二、通感算一体化应用架构支撑调用能力层资源层面向电网智能化作业的“三元四层”通感算一体化架构

，

充分调用电力通信、感知和计算资源及电网数字化平台服务

，

实现数据-功

能-应用-业务之间的智能联动

，提升电网巡检作业、

在线监测、

安监管控等业务的智能化水平。电力光纤电力

卫星骨干网

APN网络电力本地有线及无线专网

无线汇聚网无人机智能作业电网设备本质安全监测电网作业安全智能研判精准时空信息服务加速算子库通感算一体化服务评测多模通信资源调度模型蒸馏

通感算资源编排算力资源调度二、通感算一体化应用架构电网智能作业通感算一体化服务架构多模网络自适应网络资源调度模型训练训练算法算力存储云端数据计算中心电网资源中台算网融合节点边缘物联代理数据确定性传输电力北斗系统无人机平台时空信息感知物联管理平台设备状态感知环境状态感知感知服务通信服务计算服务应用层服务层基于通感算一体化架构

，通过多维异构资源联合调度充分利用电网多模异构网络和分布式算力设施的数智化服务能力

，

实现云边协同的通算融合；

整合多模态数据空间位置感知数据及终端视觉信息实现感算融合

，应用北斗+电磁

波融合定位技术实现通感融合

，支撑高精度定位应用（如无人机巡检）

。•通算协同机制：

•算网融合技术•

多维资源调度管控技术•

知识蒸馏及模型轻量化技术•

边缘AI与云边协同技术•

通感协同机制：

•

北斗+电磁波融合定位技术•

感算协同机制：•

多模态数据感知融合技术（如：

北斗+视觉融合定位

，

电网设备、

环境智能感知技术）算数据处理感数据采集二、通感算一体化应用架构通数据传输提升电力智能化作业时空信息感知能力针对异构网络高效传输、

多模态数据时空感知需求

，研究“空天地一体”组网方案

，深刻理解环境并生成环境上下文

，基于多源位置信息感知数据融合

，

实现边端通感融合“智能协作定位”

，为“全域连续、

高精度、

高可靠”电网智能化作业赋能。电力抗干扰防欺骗多级抗干扰技术l

四阵元多天线阵列l

自适应Notch滤波l

INS辅助抗干扰北斗欺骗检测技术l

PVT完好性技术l

矢量架构检测技术模组研制l

FPGA_DSP架构l

小型化阵列天线北斗+低轨l

定位、

导航、

授时l

星基PPP-B2b增强l

LEO通导增强l

北斗短报文通信无人机l

空中

移

动

基

站

和感知平台l

搭

载

通

信

设

备

和摄像头5G/LORA/UWBl

5G/4G专网节点l

LORA局域一带多l

UWB组网技

术

方

案电网智能化作业场景厘米级协作定位方案研

制

模

组研制抗干扰防欺骗电力北斗授时定位模组环境上下文基于环境上下文的协作高精度定位技术环境上下文理解

多源协作定位二、边端通感融合技术无线电磁波感知l

北斗信号

：

伪距

、载波、

载噪比等l

5G信号：

信号强度融合感知智能定位机器视觉感知l

视觉：

视频

、

图像、

色彩、

纹理l

雷达

：点云数据l

弱通讯场景l

大气活跃场景l

多径/NLOS场景l

障碍物遮挡场景l

时空基准统一l

松耦合/紧耦合l

因子图融合框架l

NRTK柔性切换天

基

空基

地基多源融合的空间感知技术空天地组网安全保障先验环境融合互补策略/指令下发策略/指令下发5G、

光线、

微波等回传空天地网络连接：

提出“天基卫星（北斗+低轨）

为骨干、

空基无人机为机动延伸、

地基5G/LoRa等专网为高效接入”的分层立体架构

，通过“云边端一体化智能管理中心”实现全网资源统一调度与业务按需保障

，为电网智能作

业提供全域覆盖与可靠连接。云边端智能协同与管理中心l

全局态势感知：

实时监控全网资源状态（卫星带宽、

无人机位置、

基站负载等）l

业务智能编排：

根据业务需求自动计算最优的端到端通信路径l

大数据分析：

分析网络性能

，

预测故障

，

优化网络规划l

本地业务闭环：

对时延敏感的业务（如变电站机器人视觉分析）

在边缘节点处理

，

无需回传云端

，极大降低时延l

区域协同：

控制本区域内的无人机集群进行协同组网l

自主决策：

在网络中断时

，

具备本地决策和自组网能力

，维持局部通信无人机集群多源作业感知信息天基广域覆盖空基机动覆盖地基高效接入通信设备通感算

边缘设备实时控制、

信息交互各类终端二、边端通感融合技术环境感知l

视

频

l

图

像

l

点

云

l

多

径

l

NLOS

l

坐

标

l

温

度

l

湿

度

l

振

动

l

局

放

l

…

…高轨中轨低轨指令下发信息增强云中心边缘计算节点终端智能体感知数据策略/指令电力专

网安

全

接

入

平台天基空基地基轻量化5G中继站回传短报文、

低轨通道回传策略/指令下发多链条回传空天地协同定位：

重点针对山区、

沿海等网络RTK差分数据不可用的典型弱通信场景

，提出星地协同云-边（北斗差分路由器）

-端三级协作本地差分增强技术

，通过边缘数据研判、

本地差分、

质量分析保持方法；

当地基增强差分

信息传输网络不可用时

，采用星基增强方式解算边缘精密位置并倒算本地差分数据

，基于LORA广播实现“一带多”应

用

，解决了弱通信场景覆盖难题。星地协同连续定位“一带多”实测效果：

23个终端1Hz并发工作星基PPP-B2b增强信号云

边（北斗路由器）二、边端通感融合技术不可用l

数据研判l

本地差分l

质量分析可用启用本地差分直接转发服务端差分数据端安全帽测温终端安全围栏杆塔监测4G/5G公网RTCM差分数据电力北斗平台地基解算当前路由器坐标编码本地差分数据轨道钟差DCB等星基视觉感知卫星混合机器学习感知卫星+雷达-视觉多源感知技术方案空间深度信息感知（卫星电磁波+视觉）

：针对单一传感器（如视觉易受光照影响

，

雷达缺乏语义信息）

在复杂

环境下感知能力弱乃至失效的挑战

，通过引入多维特征优选与场景分类的思路

，采用雷视多模态数据对齐与决策层融合方法

，构建卫星信号机器学习感知+激光雷达-视觉深度融合感知的技术方案。二、边端通感融合技术天气、光照等对视觉的影响激光雷达的语义漏检问题雷达感知环境上下文感知——北斗可用环境：

提出了基于网络RTK的星地协同与电离层加权柔性切换技术。

在广域开阔环境

，

以北斗高精度定位为主体的技术路线

，通过星地协同的定位模式柔性切换机制

，

实现地基RTK与星基PPP

-

B2b模式的无缝衔接

，确保弱通信网络场景高精度定位连续性；

同时引入电离层不确定度加权的解算模型柔性切换技术

，动态抑制空间天气扰动影响。

通过“定位模式和解算模型”双重柔性切换保障机制提升了网络RTK的可靠性与

环境适应性。定位模型柔性切换：电离层加权切换前后平稳过渡网络RTK柔性切换连续高精度定位效果软切换策略大气延迟、PPP-B2b常数偏差星基PPP-RTK

（网络长时中断）二、边端通感融合技术定位模式柔性切换：星地协同SBAS-RTK（网络短时中断）网络RTK

（网络正常）环境上下文感知——北斗拒止环境：

提出遮挡环境下高精度地图辅助的多源协作定位技术。

在城市峡谷/管廊等卫星信号受遮挡的复杂场景中

，

以高精度地图匹配为基准进行多源协作定位

，将环境地图作为全局强约束融入因子图框架

，

并结合激光雷达与视觉里程计作为局部增强手段

，

实现全局绝对定位和局部相对定位融合

，

实现在弱卫星信号条件下的连续、

稳定、

高精度定位。二、边端通感融合技术不同场景下地图点权值分布雷达点云地图匹配效果地图辅助的多源定位光亮、

特征稀疏特征丰富昏暗、

特征稀疏提升电力智能化作业协同计算能力融合环境、

人员、

设备、

时空等多模态信息

，研究感算融合高精度定位、

风险智能认知数字视网膜技术

，

实现全局风险智能认知；

以“边端模型高效适配、

AI应用自主可控”为原则

，

开展边端模型及其轻量化、

分布式推理与算力动

态调度等技术

，最终感算融合应用技术体系。四、

云/边端感算融合技术针对电网作业场景中目标高精度坐标主动感知需求

，提出一种基于北斗/惯导/机器视觉的多源异构传感器深度融

合定位方法

，

以差分北斗、

惯导组合为基础

，动态加入机器视觉位移参数

，形成基于机器视觉的监测目标高精度定位方法

，辅助提升电网作业风险研判精度。四、

云/边端感算融合技术视觉惯导北斗该方法以监测终端为基准建立坐标系

，通过标定摄像头位姿传感器、

相机内参分别获取监测目标俯仰角、

方向角，结合机器视觉测距

，获取监测目标相对终端设备坐标

，

融合终端设备经纬度坐标实现监测目标高精度定位。四、

云/边端感算融合技术机器视觉->单目测距距离

终端定位->拍摄设备坐标

T=(x,

y,z)监测目标相对终端坐标终端坐标摄像头夹角->俯仰角被测物体坐标Ls

=

αKL(ys,

yt)

+

(1

—α)c(ys,

y)

针对边端设备算力受限与云端模型部署成本高的矛盾

，提出一种基于响应式多级蒸馏及对抗蒸馏式互学习的模型轻量化方法（

MLKD）

，通过响应式层级蒸馏捕捉云端多模态数据多层次特征

，结合对抗蒸馏式互学习实现云-边模型双向知识交互

，

高效完成云端特征向边缘侧的压缩传递

，

显著优化边缘设备对电网多源数据的实时解析效率。四、

云/边端感算融合技术MLKD在多种基准数据集上的精度显著超越11种主流知识蒸馏方法。

此外

，在边端模型上应用MLKD算法时

，

可将边端模型的参数量由14M压缩至2.61M

，压缩率为18.64%

，性能损失仅为3.17%

，验证了该方法在电网智能作业场景

下实现“高压缩-低损失”轻量化部署的可行性。四、

云/边端感算融合技术针对电网作业中涉及到的感知任务参数规模大、

计算资源需求量大、

设备能耗高、

实时性要求高的问题

，研究聚焦云边资源动态调整

，提出了一种面向感知任务自适应调节的云边分布式推理技术

，通过将云边模型分割

，

显著提高了计算资源的利用率。

并且进行参数规模压缩简化参数量以提升计算效率

，

同时根据预设条件提前停止训练过程

，减少计算负担。四、

云/边端感算融合技术模型分割流程针对边端资源算力受限问题

，通过资源加速和推理加速手段

，

开发了图转换算子、

混合精度算子、

多源融合算子进行加速。

算子库基于国产瑞芯微rk3576的“ARM

Cortex-A55CPU

+

Mali-G52GPU”计算单元进行差异化适配

，使

单图片识别速度由55ms提升至15m内

，推理速度提升超过70%。四、

云/边端感算融合技术基于以上研究开发了基于机器视觉和北斗融合的输变电作业安全监测原型系统

，该系统可以获取摄像头的设备信息和定位信息

，作业安全巡视功能可以检测出隐患与摄像头的距离

，结合北斗定位实现对安全隐患定位坐标的计算

，大幅提升输电线路风险识别准确率。四、

云/边端感算融合技术试点应用研究设计基于云/边端计算能力的业务终端状态感知及轨迹跟踪控制的智能化应用方案

，研制支持连续高精度位置解算、算力轻量化等特点的边端通感算协同装置

，针对输电作业智能巡检、本质安全监测等场景开展通感算一体化

融合应用工程示范。五、下一步工作计划输电无人机智能巡检作业示范应用：

拟选取江苏地市公司两条500kV输电线路

，依托本项目研发的边端通感算协同装置、

压缩部署工具、

加速算子库、

输变电作业安全监测原型系统

，

开展输电无人机智能巡检作业示范应用。输电安全作业监测模型加速算子库抗干扰防欺骗电力北斗授时定位模组通信调度五、下一步工作计划云端推理模型轻量化边端通感算协同装置输变电作业安全监测系统可见光相机毫米波雷达无人机吊舱数据管理激光雷达红外相机输电无人机智能巡检作业示范应用