该项目在国家电网范围内首家研发并部署了基于变电站的18种隐患及质量通病的人工智能服务平台，实现了主变及GIS设备隐患及质量通病智能识别，结合基于图像识别的电力设备异常智能分析平台等项目，提升了基建现场、输电、变电、配电巡检等电力应用场景的人工智能识别技术覆盖范围，基于人工智能、大数据、云平台等先进技术，聚焦业务重点，保障核心业务功能顺畅运转，形成了多种数据自动采集、自动获取、自动分析的能力。本项目的创新点主要有两个方面：1.提出了一种针对小目标的图片增强方法，增强小目标样本，保证模型识别效果。2.提出基于相似重复记录的N-Gram算法的改进与应用方案，删除检测结果的相似重复值。以上两项创新技术大幅提升了识别效率，增强了系统实用性，用户体验大幅增强，经济和社会效益明显。该项目进行了大量隐患及质量通病数据方面的研究和应用，支撑基层单位数据完善、提升企业精益化管理方面发挥了重要作用。由于该技术创新，促进了山西省电力行业主变及GIS设备隐患及质量通病智能识别建设技术水平的提高，促进了行业的技术进步。本项目共形成发明专利3项，软著3篇，论文2篇（其中EI论文1篇）