电网规模不断增大，跨区输电通道越来越多，使得输电线路运维由原来的周期性巡视转变为高频、精细、风险前置的状态管控。传统的人工登塔、地面望远镜巡检受地形、气象、视角的限制，不能及时发现绝缘子破损、金具松脱、导线异物、通道树障等隐患。围绕无人机智能巡检在输电线路运维系统中落地的过程，从故障数据采集、缺陷特征提取、预警模型构建、系统架构、现场案例等方面进行分析。研究认为多源传感、边缘预处理、机器学习和深度学习的协同使用可以明显提高缺陷定位、风险分级、工单闭环效率，但是模型阈值、样本质量、现场复核机制决定系统的稳定性，给运维资源的精细配置提供依据。