需要的同学私信联系，推荐关注上面图片右下角的订阅号平台 自取下载。
我国电力设施资产庞大，许多大型电力设施大多位于地广人稀的丛山峻岭之间，通过人力对电力设施的建设和运营状态进行监查几乎不可能，利用人工智能技术对大范围的国内外电力基础设施进行检测识别，可对火力发电站、输电塔、风力发电机、光伏太阳能电站、变电站等重要电力设施进行识别，可极大减轻人力工作。
目前，遥感影像电力设施检测技术已达到一定成熟度，主要采用深度学习与迁移学习等方法，通过标记数据学习影像特征，进行变电站、发电机、高压线等目标定位与识别。本文整理了一份超完整的AI+遥感电力设施检测数据合集清单，如下所示共包含6+细分场景数据集，助力AI+电力设施遥感检测的研究与创新。
1. 变电站遥感检测数据集
2. 风力发电机遥感检测数据集
3. 光伏发电板遥感检测数据集
4. 输电塔遥感检测数据集
5. 火力发电站遥感检测数据集
6. 输电线路绝缘子遥感检测数据集
01
—
变电站遥感检测数据集
【数据背景】变电站遥感检测主要目的是监测设备运行状态和周边环境，提高电站运行的安全可靠性，包括实时监测设备是否异常、发现隐患、减轻人工成本。通过获取设备图像、环境图像等数据进行图像识别和分析。现阶段，一线城市电站监测较广泛，但二三线城市水平有差异。设备部署和环境影响数据质量，多源融合分析面临挑战，数据处理能力和深度学习算法支持需加强。总体而言，变电站遥感影像为优化变电安全提供有力技术助力，促进技术研发与工业应用深度融合，提升电站数字化服务水平。
【应用领域】AI+变电站遥感检测
【文件目录】包含以下3个数据文件：
/train：训练集
/test：测试集
README.txt：数据说明
【数据说明】检测目标以Pascal VOC格式进行标注，对每个图像进行以下预处理，统一调整大小为416x416。数据集共包含497+变电站遥感图像样张，其中train包含397+遥感图像样张（含xml标注），test包含100+遥感图像样张（含xml标注），数据集未采用数据增广，可以自行划分训练集、验证集和测试集。最后，目标检测标签有2大类，分别为transformer和wires。
02
—
风力发电机遥感检测数据集
【数据背景】风力发电机组遥感监测以提高运行效率和安全为目的，在一线风电场有着广泛的应用。通过视频监控或无人机遥感可以采集机组运行图像数据，定期或实时进行分析判断。一方面，遥感检测无需现场人员，可进行远程检测管理，降低检查成本；另一方面，遥感监测可以实现多点同步监测，有利于分析风机及风场整体运行，动态了解风机所处环境，为预测维护提供依据。但是，不同区域场站条件不尽相同，影像质量难满足监测要求，且多源信息融合分析能力有限，因此标准化数据和深度学习应用尤为重要。
【应用领域】AI+风力发电机遥感检测
【文件目录】包含以下4个数据文件：
/train：训练集
/valid：验证集
/test：测试集
README.txt：数据说明
【数据说明】检测目标以Pascal VOC格式进行标注，对每个图像进行以下预处理，统一调整大小为640x640。数据集共包含8156+风力发电机遥感图像样张，其中train包含5709+遥感图像样张（含xml标注），valid包含1631+遥感图像样张（含xml标注），test包含816+图像样张（含xml标注），数据集未采用数据增广，可以自行划分训练集、验证集和测试集。最后，目标检测标签有且仅有turbines。
03
—
光伏发电板遥感检测数据集
【数据背景】光伏发电厂大多建设在光照充裕、地广人稀的沙漠戈壁、高原草原等地区，从卫星图像上应该很容易辨识出来，但通过研究发现，在中国并不完全如此，中国有不少规模性的光伏发电厂建在湖泊中，甚至偏远山区，形状也是千奇百怪。通过对大规模卫星遥感图像数据进行分析，成功识别和测绘光伏发电厂的分布地图，对这些数据进行关联性分析，揭示太阳能发电厂分布位置和规模的尝试，为国家、企业在可再生能源发展方面提供决策参考。
【应用领域】AI+光伏发电板遥感检测
【文件目录】包含以下4个数据文件：
/train：训练集
/valid：验证集
/test：测试集
README.txt：数据说明
【数据说明】检测目标以Pascal VOC格式进行标注，对每个图像进行以下预处理，统一调整大小为640x640。数据集共包含20338+光伏发电板遥感图像样张，其中train包含17796+遥感图像样张（含xml标注），valid包含1697+遥感图像样张（含xml标注），test包含845+图像样张（含xml标注），数据集采用的数据增广方法是对图像的边界框进行水平方向-15°至+15°和垂直方向-15°到+15°之间的随机剪切，可以自行划分训练集、验证集和测试集。最后，目标检测标签有且仅有solar-panel。
04
—
输电塔遥感检测数据集
【数据背景】随着科学技术的飞速发展，工业生产水平和人民生活水平的提高，各种电器设备在人民的生活中被使用，巨大的电能消耗导致旧的电网已经不能满足人们越来越高的生活需要。2020年数据显示，配电网覆盖率达到90%，输电塔是承载电网重要的基础设施，然而每年输电塔都会新建、拆除以及遭受自然、人为破坏，输电塔信息得不到及时的更新，将会影响电网的安全高效运行。一方面，电网智能化是电网行业的共同发展目标，高压输电塔的自动检测在电网智能化中极其重要。另一方面，遥感技术快速发展，为遥感图像的目标检测开辟了更好的前景，利用遥感影像进行大面积的输电塔目标检测可以加快电网行业的智能化。
【应用领域】AI+输电塔遥感检测
【文件目录】包含以下4个数据文件：
/train：训练集
/valid：验证集
/test：测试集
README.txt：数据说明
【数据说明】检测目标以Pascal VOC格式进行标注，对每个图像进行以下预处理，统一调整大小为640x640。数据集共包含1522+输电塔遥感图像样张，其中train包含1065+遥感图像样张（含xml标注），valid包含300+遥感图像样张（含xml标注），test包含157+图像样张（含xml标注），数据集未采用数据增广，可以自行划分训练集、验证集和测试集。最后，图像语义分割中的电力设施标签主要包含3大类，具体如下：
izolator：输电线路绝缘子
line：输电线
slup：输电塔
05
—
火力发电站遥感检测数据集
【数据背景】在大区域范围内，对火力发电站的精确检测及其工作状态自 动、有效判定变得日益重要。目前火力发电厂检测研究较少、识别难度大、工作状态监测少等问题，可以根据冷却塔是否排气判定电厂工作状态。火力发电站遥感检测的主要着力点是能准确检测出电厂冷却塔，即可有效判定火力发电厂工作状态并具有多区域适用性。此外，也可迁移至城市内具有排气现象的其他大型工业地物目标工作状态判定中，有效服务于国家电网和城建部门对局域环境的监管，具有较大的应用潜力。
【应用领域】AI+火力发电站遥感检测
【文件目录】包含以下4个数据文件：
/train：训练集
/valid：验证集
/test：测试集
README.txt：数据说明
【数据说明】检测目标以Pascal VOC格式进行标注，对每个图像进行以下预处理，统一调整大小为640x640。数据集共包含1168+火电站遥感图像样张，其中train包含1038+遥感图像样张（含xml标注），valid包含65+遥感图像样张（含xml标注），test包含65+图像样张（含xml标注），可以自行划分训练集、验证集和测试集。目标检测标签包含2类：未工作的电站和工作中的电站。
06
—
输电线路绝缘子遥感检测数据集
【数据背景】输电线路绝缘子是电力系统中最重要的外绝缘设备之一，其绝缘性能的优劣直接影响着输电线路能否安全稳定运行。定期对输电线路进行巡检是保证电网正常运行的必要条件。传统的人工巡检劳动强度大、效率低，在高压线路检查作业时存在危险，并且对荒山、峡谷等地的输电线路无能为力。运用直升机/无人机搭载高分相机对输电线路进行航空摄影，并对影像中的绝缘子进行目标检测能有效提高检测效率、减少危险，并且可以对危险地区的输电线路进行检测。
【应用领域】AI+绝缘子遥感检测
【文件目录】包含以下4个数据文件：
/train：训练集
/valid：验证集
README.txt：数据说明
/insulator-detection-remote-sensing：绝缘子遥感目标检测参考项目
【数据说明】检测目标以Pascal VOC格式进行标注，对每个图像进行以下预处理，统一调整大小为640x640。数据集共包含2171+绝缘子遥感图像样张，其中train包含1520+遥感图像样张（含xml标注），valid包含651+遥感图像样张（含xml标注），数据集未采用数据增广，可以自行划分训练集、验证集和测试集。最后，目标检测标签主要包含3大类，具体如下：
0：输电线夹
1：绝缘子卡具
2：绝缘子