一直以来，无人机巡线是人工智能在能源领域的重点应用，其中涉及图形图像的分析。以往这些图像的识别分析只能通过人眼，随着人工智能技术的引入，前期繁复的语音、图像的分析处理工作可以通过机器来完成。
近期，我国南方发生了冰冻雨雪天气，目前主要的巡检方式是无人机在巡检路线上拍照，拍成照片后再由人工确认。这种巡检方式不仅需要大量人力，而且可能存在一定的误差。但如果通过神经网络、人工智能的方法处理，则能够实时获得反溃
无人机的摄像头在扫描分析完成以后，还需要进行角度的调整，在处理的过程中发现目前这种图形存在哪一类的故障风险，具体有哪些产生原因，如何通过更换角度来确认相应的原因。如果仅通过人来确认，可能没有办法及时发现，而无人机在自动识别的过程中就可以实时调整这些方案，并实时向后台反馈，节省了时间和人力。
同样是检修，卫星技术也可以帮助电网系统检查检测，探测杆塔是否存在问题，线路区域是否存在异常天气。然而，图像信息的识别和判断需要相当大的工作量，特别是高分辨率的卫星图像，需要确定放大哪一个部分、重点检查哪些区域，这一部分工作如果能够引入人工智能技术辅助，则可以省时间、省精力、省经费。
