基于图像识别的保护压板投退状态APP设计

赖宝鹏 沈靖龙 韩成辉

摘 要：在变电运行中二次设备的运行状态至关重要，关系到整个电力系统的稳定性。目前，变电站继电保护压板投退状态的核对采用的是现场人工方式。导致运维人员的这项作业量非常大。因此，本文设计基于图像识别的压板投退状态检测APP实现自动扫描识别压板状态。达到减轻变电运维人员的工作量的同时，也提高电力系统运行的安全稳定性。

关键词：图像识别；保护压板；投退状态

DOI：10.16640/j.cnki.37-1222/t.2018.18.098

0 引言

随着国家的发展，社会用电量越来越大，变电站的数量也是不断增加。如今，变电站的管理基本上都是属于一个主站管辖N个无人值守的变电站，导致运维人员的工作量很大。在电力系统运行中，继电保护压板的投退状态对于电网的稳定安全至关重要[1]。然而，保护压板容易受到人为误操作或者环境因素导致误退或误投。错误的压板投退状态，将在有异常信号的时候引起保护装置的拒动或者误动，导致事故的发生[2]。因此，国网规定110kV及以上的变电站每个月至少核对一次。以某市的某个常规220kV变电站为例，每个月需要核对的保护压板就有653个。通常情况下，运维人员需要人工对着定值单逐一核对，费时费力。而每个运维班管辖N个变电站，导致运维人员的这项工作量比较大。因此，本文通过图像识别技术设计一款智能检测压板投退状态的APP。

1 系统设计

在装有识别压板投退状态的APP手持设备扫描保护室保护柜二维码，得到保护柜压板信息。然后扫描压板，通过算法识别出压板投退状态，与历史对比，智能诊断压板状态。对于异常压板发出报警[3]。 图1为系统的设计方案。

2 算法实现

日常生活中习惯使用RGB模型来表示颜色。RGB分别代表了三原色：红色（Red）、绿色（Green）、蓝色（Blue）。但是当我们想要从图片中选取某种颜色的时候，RGB模型往往很难实现。因此，本文将图片从RGB模型转换为HSV模型。HSV模型是一种面向色度的颜色坐标系统。H表示色度、S表示饱和度和V表示纯度，对应于直觉上的色彩、明暗和色调。所以在通过颜色选取目标时往往使用HSV模型[4]。

本文采用的是OpenCV（Open Source Computer Vision Library）算法库，它是一个基于C/C++语言的跨平台开源图像处理函数库。OpenCV算法库提供了众多内置的用于计算机视觉和图像处理相关操作的基础元素，用户只需调用相关的基础数据结构就可实现相应的算法。而且这些数据结构在内存和速度上做了很多优化。因此，用户不用再去关注实现的细节[5]。

手持设备安装的是android系统，OpenCV算法库在android上运行主要有两种方式，分别为manager方式和native方式。manager方式除了安装我们自己的apk还需要安装OpenCV所属manager的apk，用户体验较不好。因此，本文采用native方式。使用Native的好处是不需要安装OpenCV 的apk；不需要去熟悉java层的OpenCV方法；还能使用C/C++，移植方便。

在进行大规模图像处理的时候，如果能够以表格的形式生成结果，对于用户来说就非常直观了。而这个表格能使用现有的标准格式，那将非常有利于数据的共享。这个时候，选择excel作为结果输出文件，会是合适的。使用excel时，可以采用csv方式，csv的操作是可以直接采用文本编辑的方式生成的，可以直接采用std：file操作的方法来生成csv文件，然后使用excel打开就可以。另一种方式是采用xls，它涉及到的东西比较多，现在已经集成到了GOcvHelper中去。

根据对压板状态核对的要求，摄像头获取目标对象的图像后，则立即送入图像识别算法中。图像识别主要包括几何校正、光照补偿、滤波、转换为HSV空间、算法处理和状态判定。具体流程如图2所示。根据算法流程处理图3所示的保护压板现场实物图可得图4处理后的压板图，再经过轮廓检测，便可得到压板检测的结果清单。

3 总结

在引入图像识别技术后，便可克服运维人员的视觉的疲劳和人力的懈怠。运维人员通过APP扫描面板，识别压板状态，智能判断结果。达到提质增效的目标。

参考文献：

[1]崔国忠.高压供电线路保护配置及压板投退应注意的问题[J].电世界，2014，55（02）：16-19.

[2]程海艷，蒋再新，崔海婷等.智能压板防误操作系统研究与实现[J].机电信息，2014（15）：137-138.

[3]翟玥，刘麟.SCS-500E稳定控制装置现场应用问题分析及对策[J].电工技术，2016（07）：58-59.

[4]侯宾，张文志，戴源成等.基于OpenCV的目标物体颜色及轮廓的识别方法[J].现代电子技术，2014（24）：76-79.

[5]谢昊原.基于双线阵CCD相机的高铁CPⅢ自动检测研究[D].长安大学，2013.

作者简介：赖宝鹏（1990-），男，硕士研究生，助理工程师，主要研究方向：电气自动化设备研制。