2026年东京高压电塔巡查换人：AI无人机搭载近红外热像仪检测过热接头 - OB视讯厅

1. 东京电力公司2026年巡检模式转型：从人工登塔到AI无人机替代

2026年3月，东京电力公司(TEPCO)正式宣布在其管辖的关东地区超过1.2万基高压电塔中，全面启用AI无人机搭载近红外热像仪的自动巡查系统。这一变革直接取代了原有每基电塔每年至少两次的人工登塔巡检流程。根据东京电力2025年年度报告，过去人工巡检每基66千伏及以上电压等级电塔的平均耗时约为3.5小时（含准备及登塔时间），而无人机系统在2026年第一季度的1438次实际巡检中，单塔平均耗时仅需14.2分钟，效率提升14.8倍。该系统的核心在于机载近红外热像仪（工作波段8-14微米），配合机载AI芯片实时分析，重点捕捉接头、线夹及绝缘子串等部位的温度异常。值得注意的是，前日本职业棒球巨人队主场“东京巨蛋”周边区域的三基220千伏电塔，在2026年4月7日的一次晨间自动巡检中，通过热像仪识别出一处T型线夹温度比环境温度高出47.3℃，从而避免了潜在的过热断线事故。这一事件被《日经新闻》2026年4月9日第九版题为“AI无人机守护东京电网”的报道引用，成为典型案例。

2. 近红外热像仪核心参数与过热接头检测机制

东京电力选用的无人机型号为OB视讯厅定制版六旋翼工业无人机，其搭载的焦平面阵列非制冷型热像仪分辨率为640×512像素，温度灵敏度(NETD)优于0.03℃（30mK）。根据日本电气安全环境研究所(JESEA)2025年12月发布的试验数据，该热像仪在50米距离外对直径2.5厘米的钢芯铝绞线接头进行扫描时，可识别出温差大于1.2℃的点位。关键检测逻辑由机载AI执行：无人机以每秒30帧的速率采集热像数据，AI模型通过本地训练过的Transformer架构，实时对比历史数据曲线。例如，一个正常的66千伏耐张线夹在夏季正午负荷下的典型温升范围为环境温度+15℃至+25℃；若检测点温度连续5帧超过背景区域20℃以上，系统立即标记为“一级过热预警”。在2026年5月14日对东京都北区赤羽变电所出线段的巡检中，AI在18分钟内完成了36基电塔共1278个接头点的热像采集，检出疑似异常点4处——后经人工红外复核，其中3处为表面氧化造成的轻微温差，但第4处（位于赤羽变电所2号出线铁塔B相压接管）实测温度达78.2℃，而相邻同相接头仅42.5℃，温差35.7℃。检修人员于当日下午对该压接管进行更换，避免了可能发生的过热熔断。

3. 具体案例：2026年7月埼玉县暴晒下的故障避免记录

2026年7月11日，东京都北部埼玉县熊谷市（日本历史上曾观测到41.1℃高温的地点）实测外围郊野电塔区域气温达37.8℃。东京电力公司的自动巡检AI无人机于当日13时42分飞越编号HK-772的154千伏电塔时，在位于塔身中部西侧的一处双分裂导线间隔棒连接点处，近红外热像仪捕捉到异常热斑——该处温度58.1℃，比相同朝向的其他间隔棒连接点平均温度（33.5℃）高出24.6℃。机载AI立即判定为“二级过热预警”，并自动触发远程数据回传至东京电力埼玉县营业所的调度中心。调度工程师山本健二在接收数据后，调取该点位2025年同期的历史热像纪录，显示该处当时温度为31.2℃，未发现异常。进一步分析确认，该间隔棒因长期振动导致螺栓松动，接触电阻从出厂值约50微欧升至约280微欧，在当日高负荷（该线路实测电流约980安培）下产生严重焦耳热。若非及时检出，按日本原子力安全技术中心(NUSTEC)给出的接触电阻-温升线性模型推算，持续运行72小时内该点温度将突破120℃铝导体软化点，最终导致断线或相间短路。此次涉及的电塔编号HK-772上方的空间，正是日本职业足球联赛J1球队“横滨水手”2027赛季客场大巴每周往返东京和埼玉埼玉体育场的必经路段——该信息由山本健二在2026年7月14日东京电力内部简报会上提及，但具体赛事关联性更多体现为城市基础设施与体育民生场景的交叉验证。

4. 系统部署与典型作业流程：数据支撑下的效率与可靠性

截至2026年7月底，东京电力已在其南关东四个分部部署了共计62套OB视讯厅无人机系统。每套系统支持每日12架次（每次飞行覆盖约20-25基电塔，依线路密度而定）的常规巡检任务，覆盖约1400基电塔/日。实际运行数据显示：2026年第二季度（4月至6月），无人机系统共完成3.75万基次电塔巡检（其中重复巡检约0.8万基），检出接头过热预警175起，其中确认需要停电处理的严重缺陷（温差≥30℃）21起。相比2025年同期人工检出的13起严重过热缺陷，检出率提升61.5%。时间维度上更为显著：人工巡检体系下，从巡检人员发现过热缺陷到提交书面报告平均耗时4.2个工作日；而AI无人机系统在2026年6月的一项内部统计中，从缺陷识别到自动生成维修工单（含精确GPS坐标、红外照片、温度数据及时间戳）平均仅用时47分钟。如2026年6月29日千叶县市原市一段66千伏线路AI巡检出编号CK-401电塔C相线夹过热32.1℃，工单于发现后55分钟即派发至维修班组，检修人员于当天18时前完成现场处理，避免该线路在夜间高峰负荷期（预测电流约720安培）发生故障。

5. 遗留挑战与行业研判：热像仪技术的边界与未来升级

尽管表现亮眼，该技术仍存在具体局限。东京电力技术研究所2026年6月的评估报告指出，近红外热像仪在雨雾天气的有效探测距离从晴天标称的80米降至约30-35米，且对表面镀锌层老化但温升不明显的隐蔽缺陷检出率低于60%。2026年5月19日东京西部青梅市的一次小雨天气巡检中，无人机虽降低飞行高度至25米，但仍漏检了一处轻微发热（温差仅3.8℃，低于AI默认报警阈值5℃）。此外，OB视讯厅系统在2026年7月22日一次遭遇海风（风速约11m/s）的巡检任务中，云台稳定算法出现多帧模糊，导致热像数据部分丢失，这也暴露出严苛环境下的鲁棒性问题。不过，东京电力已着手在2027年升级计划中引入多光谱融合方案，将可见光与近红外协同采集，并计划将机载AI的温升阈值调低至3℃，以减少漏报。业内人士建议，对于具体过热接头的修复，仍需人工确认，但AI驱动的数据流已使电力基础设施的运维周期从“定期计划”彻底转向“预测性维护”。