基于图像识别的变电站智能巡视平台研究与应用＊

刘鑫 郝韩兵 汪太平

（国网安徽省电力有限公司检修分公司，安徽合肥 231100）

0.引言

“十三五”期间，国家电网公司进一步推进智能电网的建设，越来越多的智能变电站正在投入运行，原有的常规变电站也在加大智能化改造力度。变电站数量的激增，使变电运维人员承担的操作、巡视工作强度也在增加，长时间繁重的视觉工作会导致工作人员精神状态疲乏，致使工作产生失误。此外，巡检质量也受到工作人员主观经验和责任心的影响，常常导致漏检、误检情况的发生，甚至有些工作人员为了减少工作量，在未进行巡视的情况下进行数据伪造[1]。

随着智能化进程的不断推进，变电站实施并应用了许多与传统变电站不同的运维技术，如高清摄像头巡检技术等，这些新技术在降低变电站运维成本和运维人员劳动强度，提高运维管理的智能化水平上发挥了重要作用，为智能站提供了更新颖有效的技术检测方法，保证了智能站的安全[2-3]。但由于变电站巡检环境复杂多样，存在无法实时获取变电设备全面的状态信息，并且运行人员在分析复杂设备故障信息时，需要逐一梳理相关信息并利用专业知识作出判断，不能确判别结果的准确性，导致事故发生无法预判并及时进行处理。

本文围绕变电站设备图像识别算法进行研究，打造基于图像识别的变电站智能巡视平台，实现变电设备多种状态、运行环境以及人员异常行为监测，实现变电站无人状态巡视。

1.智能巡视概述

1.1 总体思路

运用人工智能、大数据分析和深度学习等技术，构建基于图像识别的变电站智能巡视平台，利用高清摄像机完成变电站设备全覆盖巡检，实现正常巡视、专线巡视、特殊巡视和全面巡视替代。同步拓展视频智能识别技术，完成对变电站现场设备状态、环境状态和人员状态等智能管控，实现变电站的无人值守和智能化改造，以及降低变电站内工作人员的安全风险。

1.2 图像识别原理

图像识别前提是通过标准图像获取典型图像数据库和图像的高维向量集，具体流程为对标准图像通过视觉辨别实现前景分离，对分离后的图像进行图像处理得到可辨别图像，可辨别图像一方面经过数据压缩形成典型图像数据库，另一方面经过特征提取和无监督神经网络分类得到高维向量集。图像识别原理如图1所示。平台图像识别流程如下：

图1 图像识别原理

步骤1：通过高清摄像头对变电站中设备、环境和人员信息进行视频及图片信息采集；

步骤2：将待分析图像经过视觉辨识、图像处理、特征提取获取待分析图像的特征向量集；

步骤3：将待分析图像特征向量集与标准图像的高维向量集进行对比判断。如果状态评估异常则进行预警并提高图像采集频率，同时返回步骤1；如果状态正常则分析下一帧图像。

2.智能巡视平台

2.1 平台架构

依据变电站巡视需求，对平台相关的技术进行研究，设计开发了基于图像识别的变电站智能巡视平台。平台利用变电站部署的高清摄像头为基础建立全面巡视体系，实现智能巡视、智能安监、变电事故预警、智能联动功能。

平台架构由接入层、数据层、平台业务层3部分构成。接入层主要负责变电站现场摄像头接入；数据层负责图像数据分析及计算工作；展示层负责信息展示及异常告警等功能展现。如图2所示。

图2 平台架构

2.2 平台功能

基于图像识别的变电站智能巡视平台包含智能巡视、智能安监、变电事故预警、智能联动等功能，如图3所示。通过高清摄像头采集变电站巡视图像对变电站设备状态、环境状态、人员状态进行全面感知，有异常时智能联动，对采集的图像进行综合诊断与分析，分析结果和报告进行综合展示。

图3 平台功能

2.2.1 智能巡视

变电站智能巡视一般分为正常巡视、专线巡视、特殊巡视和全面巡视四种类型[4-5]。

（1）正常巡视。正常巡视为变电站内设备的状态指示、表计、外观和运行环境等方面定期开展的巡视称为正常巡视。

（2）专项巡视。专项巡视为专门对某一特定情况进行的巡视任务。比如油位油温表、SF6压力表、红外测温、液压表、避雷器表计、位置状态识别等。

（3）特殊巡视。特殊巡视是指天气剧变、设备异常或信号发出等情况进行的针对性重点巡视。

（4）全面巡视。全面巡视是指对变电站内设备状态指示、表计、外观及辅助设施外观、接头温度、运行环境等进行的全覆盖式巡视。

每种巡视都由系统根据预置条件智能触发，无需人工干预。巡视的触发条件分周期触发（正常巡视、专项巡视、全面巡视多为周期触发，一般周期为日、周或者月）和条件触发（特殊巡视为条件触发，一般在恶劣天气后或者设备异常时触发）两种。

2.2.2 智能管控

实现对作业现场人员行为和变电站运行环境状态的智能管控。

作业现场人员行为管控主要包括人员作业安全、人员行为安全和虚拟围栏越界告警3种。人员作业安全监测违规穿戴安全帽、安全带、工作服等行为；人员行为安全监测吸烟、动火等异常行为；虚拟围栏越界告警监测表现为根据工作票划定虚拟围栏，越线报警。

变电站运行环境状态管控包括挂空漂浮物检测、异物（小动物）入侵检测、烟火检测、墙体渗漏检测、周界安全管控、车辆安全管控。

2.2.3 变电事故预警

变电事故预警模块会对图像识别后的表计示数、位置状态指示、异常情况和温度值等各种数据进行图像识别处理和数据分析计算，对设备、环境和人员的可能异常做出推断和预警，并结合异常处理导则和专家系统知识库，给出原因分析和处理建议。具体数据如表1。

表1 预警数据内容

2.2.4 智能联动

利用智能联动实现对变电站进行全天候实时监测，并根据设备状态、环境状态和人员状态告警信息联动相关摄像机，调动相关摄像头运动至预置位，同时平台自动弹出告警现场摄像头图像信息并辅以识别结果，以方便运维人员对现场情况的及时研判[6]。

3.应用案例

在安徽某220kV变电站开展了基于图像识别的变电站智能巡视平台应用。通过平台应用全年减少到站正常巡视26站次、专项巡视12次，工作效率提高了30%以上；平台批量自动识别隐患或缺陷，平均每次巡视可节省90%以上的数据处理及核查时间，同时由传统的2人搭配核查的工作方式优化为1人核查，减少了人力投入。

4.结论

本文采用大数据分析、深度学习和图像识别等技术，构建了基于图像识别的变电站智能巡视平台，实现对变电站设备状态、环境状态和人员状态进行状态感知，提高故障诊断准确率及巡视效率，实现状态实时监测，对强化电力系统运行的可靠性具有十分重要的意义。下一步将持续以图像识别为抓手，充分利用智能电网的建设成果，融合各个维度的数据，更加全面地对变电设备的运行状态进行实时监控。