一、 作品信息

作品名称：基于多模态感知的电力系统驱鸟防护装置

参赛单位：安徽电气工程职业技术学院

指导教师：李芳、孙雪清

团队成员：乔宇杰、程文文、陈蕊、张晓宇、陈冠宇

获奖信息：第四届象新力杯－开放创新赛道自由选题类－一等奖

二、 作品介绍

鸟类活动是威胁输变电设备安全运行的重要因素。鸟粪污染绝缘子、鸟体短接线路、杆塔筑巢、鸟类啄咬绝缘子等问题，极易引发绝缘子闪络、线路短路跳闸甚至大面积停电、设备火灾事故。据统计，鸟粪污染引发故障占鸟害故障的 56.92%，鸟体短接故障占比 35.38%，每年鸟害给电力行业带来数亿元直接经济损失，同时增加大量停电清洗、杆塔除巢的高危运维作业。

团队调研反光驱鸟、防鸟刺、声波驱鸟、防鸟挡板、驱鸟剂、传统激光驱鸟器等市面上主流驱鸟手段，发现各类传统驱鸟设备普遍面临驱鸟效果有限、设备稳定性差、运维成本高、生态不友好等行业痛点。针对上述难题，安徽电气工程职业技术学院团队研发基于多模态感知的电力系统驱鸟防护装置，打造 “声光视” 一体化智能驱鸟平台。装置融合红外监控、音频采集、AI 鸟类识别、三色激光环形阵列、云端管控模块，实现鸟类目标精准识别，按需自动启动驱鸟策略，兼顾驱鸟效率、设备寿命与生态保护，解决变电站、输电线路鸟害防护难题。

三、 核心创新

1、多色激光环形阵列组合技术，兼顾高效驱鸟与生态友好

首创红绿黄三色激光环形阵列发射模块，突破传统单一绿色激光光谱盲区，可覆盖电网常见 200 余种鸟类，驱鸟效果相比传统方案提升 24%，整体驱鸟效率可达 96.4%。采用对鸟类无伤害的一级安全激光，避免伤害野生动物；环形阵列冗余设计，即便 1/3 激光管发生损坏，设备依旧能够稳定工作。同时通过激光管替代传统激光器，功耗降低 82%，设备使用寿命由 12 个月提升至 40 个月，大幅减少现场更换维护频次。

2、基于 YOLO 的多模态鸟类识别技术，实现策略自适应调控

构建包含 200 个鸟类物种，12591 张图像、35000 条音频的专属数据集，采用图像 + 音频多模态感知方案，搭载 YOLO 神经网络算法。设备借助视频监控与红外成像采集现场信息，鸟类识别精度≥98.5%，推理速度可达 60FPS；识别到鸟类后，依据鸟类种类、距离方位自动匹配声光驱鸟策略，未检测到目标时设备休眠待机。系统配套云端监控后台，实时展示鸟类类别、位置、设备运行状态，实现远程监测、异常告警，告别传统设备 24 小时无差别持续工作模式。

3、自主同轴透射式激光扩束技术，保障远距离光束输出质量

自研同轴透射式激光扩束结构与光束整形算法，对三色激光进行光路优化整形，保障远距离下光束输出质量。配合整机散热与硬件优化，设备可以在变电站、野外杆塔等复杂户外环境稳定运行，适配昼夜、雨雪、高低温多种工况，保障激光远距离覆盖，为变电站、输电杆塔大范围鸟害防护提供硬件支撑。

四、 应用前景

项目已取得多项实用新型专利、计算机软件著作权，技术成果先后在国网宿州市埇桥区供电公司杨庄 35kV 变电站、国网肥东供电公司四座受鸟害严重的变电站开展实地试点测试。国内电力输变电鸟害防护市场规模超 1500 亿元，产品除应用于变电站、输电杆塔场景外，还可拓展至光伏场站、机场、大型农场等驱鸟防护场景，市场空间广阔。