电力行业的视频监控覆盖率不低，变电站一般都有几十路摄像机。但很多站点的实际状态是“录得到、看不完”——值班员守着一面墙的屏幕，真正出事时往往是事后调录像。AI 视觉在这里的价值，是把“看”变成“筛”：先把大量无关画面过滤掉，只把少数需要人判断的事件推上来。

变电站和输电线路的防护诉求，可以归到三个位置：站区周界、线路杆塔、设备区。三个位置的入侵对象、事件频率和处置方式都不一样，配置口径也就不能一刀切。这是智慧电力方案在变电站场景里最先要理清的一件事。

一：变电站的三类风险位置，各自管什么

第一类是站区周界。变电站一般建在城郊或野外，围墙一圈少则几百米、多则上千米，翻墙进入是最典型的事件。这类事件的关键特征是“人”——不管从哪个方向进，画面里最终都会出现人体目标。

第二类是线路杆塔。输电线路跨度大，杆塔分散在田间、路边、山坡上，最怕的是外力破坏：吊车在线下作业、挖掘机在塔基附近开挖、有人在塔材上取土堆物。杆塔本身往往没有专线网络和电源，这一块要靠前端自供电机型或者就近借杆安装。

第三类是设备区。主变、GIS 组合电器、开关柜这些区域，正常运行时有明确的人员准入规则——非工作票人员不得进入，进入要戴安全帽、穿工作服。设备区的检测重点是“谁进来了、穿没穿对、待了多久”。

这三类场景混在一个系统里，就必须做分级：周界事件要立刻推、杆塔外破要当天核、设备区违规可以按班次汇总。分级不做，值班员一天要处理大量告警，最后全当噪音处理。

二：周界怎么配：分段划区，按人体目标而不是按画面变化

周界检测最容易被做坏的地方，是拿“画面变化”当入侵。树叶晃、光影移、雨雪飘，画面都在变，这类方案上线后往往很快就会招来投诉。

正确的做法是以人体目标为判据。规则上把周界切成分段布控区——围墙每 50 到 100 米一段，每段单独设规则，这样告警能直接指到“东侧第 3 段”，值班员知道该看哪块屏、该派谁去。分区还带来一个好处：不同段可以设不同灵敏度，靠近马路的段放松、背靠荒地的段收紧。

具体到算法能力，周界入侵报警支持设置检测对象大小，这一项就是用来过滤小猫、小狗和飞鸟的——传统红外对射最头疼的误报源，在视频方案里可以用目标尺寸门槛压下去。同时它可以联动现场声光报警装置，把“系统发现”变成“现场威慑”，很多翻墙事件到这一步就中止了。

夜间是周界的第二个难点。红外补光下人形轮廓和白天差别大，验收时要分白天、夜间两套样本测，只测白天的项目，入冬夜长以后会集中暴露问题。

三：杆塔外破怎么配：先解决供电和传输，再谈算法

杆塔这块，很多方案卡在第一步——点位装不上。塔上没有市电、没有光纤，摄像机挂在塔上取电取网都难。

可行的路径有两条。一是太阳能加 4G 的一体化机型，适合长期固定监测重要跨越点；二是移动布控设备，适合施工期临时盯防，比如已知某段线路下有工程要干三个月，把设备临时架上去，干完撤走。

算法侧要看的是“大型机械”和“人员攀爬”两类。大型机械检测的难点在距离——杆塔上的摄像机离地面几十米，吊车在画面里可能只有几十像素，需要长焦镜头配合，或者把点位下移到塔身中部。人员攀爬则要看塔材区域的越界，把塔身中下部划成布控区，有人进入就告警。

这里要提醒一句：杆塔外破的处置链条比站内长得多，告警推给谁、谁去现场核实、多久回复，这些流程要先和甲方定下来，否则系统报了也没人动。

四：设备区怎么配：准入规则要落成可检测的条件

设备区的规则来自运行规程。工作票制度规定了谁能进、什么时候能进、进去要做什么，AI 要做的就是把规程翻译成画面里的判断条件。

翻译的方式是三类条件的组合：区域条件（把设备区划成布控区）、时间条件（允许作业的时间段之外进入即告警）、人员条件（有没有戴安全帽、穿反光衣）。三项组合起来，就能把“正常运行”和“异常进入”分开。

设备区还有个高频问题是滞留。检修人员在设备区长时间停留是正常的，非检修时段出现长时间停留就异常。这需要算法支持持续时间设定，超过阈值才触发，避免路过一下也报警。

变电站原有的消防、门禁、五防系统不要试图用视频替代，AI 视觉在这里是补充一层“看得见”的核验手段，不是替代电气闭锁。

五：给工程商的落地建议

先做点位复核再谈算法。电力项目的老点位是当年按“看得见设备”装的，不一定适合做行为识别——角度太斜、距离太远、逆光严重的点位，算法上去也没用。用现有的点位清单逐个过一遍，标出可用、需调整、需新增三类。电力站里的配电房、值班室是同一类点位问题，我们在配电房无人值守：AI摄像机四类应用场景与误报治理里拆过一遍，误报治理的思路可以直接复用。

分级告警一定要在方案阶段写进配置表。哪类事件推屏、哪类只入库、哪类发短信，和甲方逐条确认。默认全推是常见的偷懒做法，结果就是系统上线三个月后没人看告警。

最后，电力行业的验收习惯是看记录。历史告警要能按时间、按位置、按类型检索，导出成表。系统能不能留痕、留痕够不够细，往往比识别率多几个百分点更影响验收结论。

最后要说明一点，AI 视觉在电力场景里解决的是“发现”和“留证”，真正的处置仍然依赖运行规程和人员响应。工程商把三类位置的检测逻辑分清楚，把分级告警的规则和甲方谈透，这套系统才能在值班室里活得下去，而不是上线三个月后变成又一堆没人看的录像。