賈玲

摘 要：隨著全球能源危機的席卷，智能電網(wǎng)建設已經(jīng)納入到我國電力建設的戰(zhàn)略組成部分，電網(wǎng)規(guī)模的擴大必然導致無人值守變電站的增多。然而，近年來，電網(wǎng)安全生產(chǎn)中事故的大量出現(xiàn)，嚴重威脅著電網(wǎng)的穩(wěn)定運行。為解決該問題，非常有必要對其運行風險進行準確地辨析，并做好相應的預防措施。

關鍵詞：變電站 預處理 智能圖像識別 應用

中圖分類號：TM764 文獻標識碼：A 文章編號：1674-098X（2015）11（a）-0095-02

1 技術現(xiàn)狀和不足

基于圖像識別的視頻檢測系統(tǒng)已經(jīng)取得了技術上的突破，在其他行業(yè)也進行了初步的應用，如文字識別技術在遠程調(diào)用上的應用、指紋識別識別技術在簽到系統(tǒng)上的應用、人物識別技術在安保上的應用、產(chǎn)品檢測技術在化工方面的應用、軍事偵察分析技術等。

目前筆者所在局已經(jīng)安裝了視頻監(jiān)控系統(tǒng)，但僅僅實現(xiàn)了監(jiān)視變電站現(xiàn)場設備、控制遠程攝像球機運動以及視頻錄像存儲上送等功能。但這些視頻監(jiān)控系統(tǒng)只有視頻監(jiān)視功能而沒有視頻圖像識別功能。存在的問題主要體現(xiàn)在以下三個方面。

1.1 覆蓋范圍及容量不足

筆者所在局已安裝的變電站視頻監(jiān)控系統(tǒng)是將特定的圖像經(jīng)監(jiān)控球機和采集卡輸入到視頻分站，對數(shù)據(jù)進行經(jīng)壓縮后傳輸?shù)较到y(tǒng)運行部監(jiān)控主站處，主站同時顯示多個變電站的實時圖像。這種方式數(shù)據(jù)傳輸量極大，對網(wǎng)絡帶寬、服務器存儲能力及數(shù)據(jù)處理能力要求極高，同時在出現(xiàn)災害情況下，網(wǎng)絡傳輸收到襲擾就無法工作，這導致現(xiàn)有的變電站視頻監(jiān)控系統(tǒng)難以普及且在關鍵時刻無法發(fā)揮作用。

1.2 系統(tǒng)廠家眾多、兼容性較差

目前電力系統(tǒng)內(nèi)有數(shù)家不同視頻監(jiān)控設備廠商提供服務，雖然大部分遵循統(tǒng)一的視頻監(jiān)控標準，但存在大部分分站設備無法接入監(jiān)控主站，進而無法實現(xiàn)遠方監(jiān)控的目的。

1.3 功能簡單

變電站視頻監(jiān)控系統(tǒng)設計伊始使即為了除了配合遠動“四遙”及時上傳圖像外，作為獨立的系統(tǒng)，擁有遠動系統(tǒng)所不具有的前端圖像信息。通過這些信息可以遠程掌握變電站環(huán)境、設備、人員等詳細運行狀態(tài)，主動發(fā)現(xiàn)“四遙”發(fā)現(xiàn)不了的問題，前置無人值班變電站問題的發(fā)現(xiàn)點。但當前已經(jīng)建設的變電站視頻監(jiān)控系統(tǒng)卻沒有賦予遠程監(jiān)控系統(tǒng)獨立發(fā)現(xiàn)問題的“大腦”，即缺乏了圖像智能分析功能而無法實施主動前置的發(fā)現(xiàn)問題。

2 研究思路、研究內(nèi)容及關鍵技術

2.1 研究思路

（1）圖像預處理算法的研究：以圖像的邊緣檢測為核心，以圖像分割方面為突破點，在圖像變換、圖像增強、圖像恢復上進行深入剖析和建模，使其吻合變電站工作的特定環(huán)境，提高預處理的效果和準確性。

（2）構建一種圖像識別檢測模式。根據(jù)分析預置的圖像識別規(guī)則，使用圖像視覺分析技術對變電站視頻中的目標物體進行分離、偵測、監(jiān)控、追蹤，實現(xiàn)目標偵測與跟蹤功能。重點解決變電站內(nèi)設備狀態(tài)以及工作人員的操作行為等問題。

（3）提高前端設備的與處理能力，降低正常狀態(tài)下的刷新次數(shù)，濾除常視頻畫面以減少傳輸帶寬占用及擾動。當異常發(fā)生時，采用畫面推圖的模式將異常畫面實施對主站進行推送，提高監(jiān)控系統(tǒng)的針對性。

2.2 研究內(nèi)容

（1）研究圖像智能核心算法，去繁化簡，提升系統(tǒng)圖像預處理速度。

（2）研究變電站視頻監(jiān)控系統(tǒng)中的智能圖像識別預處理服務器參數(shù)，確定其符合變電站、電廠等特定工作環(huán)境下正常工作的相關條件。

（3）研究及開發(fā)智能變電站視頻監(jiān)控系統(tǒng)。

2.3 關鍵技術

根據(jù)對比預置的圖像識別規(guī)則，通過圖像視覺分析技術對視頻中的目標物體進行分離、偵測、監(jiān)控，當視頻場景中出現(xiàn)違反預定義規(guī)則的行為時，站端系統(tǒng)實時的將報警信息及相關視頻文件傳輸給遠程主站。

圖像智能識別的原理如圖1所示。

2.3.1 目標偵測

包括對于移動物體的檢測、分割、目標定位和追蹤。

使用幀間差分與背景差分相融合的目標變化檢測算法，這種算法允許在物體存在的情況下進行建模，預先選取一幀圖像作為背景幀圖像，建立各像素點的高斯模型，之后對相鄰兩幀圖像運用幀間差分法進行差分處理，有效區(qū)分出背景點和變化的區(qū)域，然后將變化區(qū)域與背景幀的對應區(qū)域進行模型擬合，明確顯露區(qū)和目標物體，最后通過去除陰影及噪聲將不帶陰影及噪聲的目標物體分割出來。

目標跟蹤包括目標特征提取、匹配模板的建立、目標位置預測及目標跟蹤。

在識別與跟蹤過程中，為了有效識別和跟蹤目標，準確地確定目標特征是變化跟蹤與匹配的關鍵。目標特征主要包括邊界、面積、重心特征及慣性主軸。根據(jù)從二值圖像中提取的目標特征，檢測出目標變化，并建立相應的特征模板。根據(jù)前幾幀圖像的檢測結果，通過預測算法，預測在下幀圖像中出現(xiàn)的位置、大小、面積等信息，然后進行模板匹配，根據(jù)目標模板匹配的結果，將視頻圖像中的同一目標變化關聯(lián)起來，并在圖像序列中的目標之間建立對應關系，建立目標鍵，進而得到各個目標完整的運動軌跡。

2.3.2 特征提取

要進行圖像識別，必須先對圖像的特征進行提取。然而，哪些部分是圖像的特征，哪些部分是共通點呢？因此，并不是所有的信息都需要提取，只需提取有意義的能夠反映圖像本質(zhì)的特征就可以了。例如，圖像的紋理特征、形狀特征、顏色特征等都是圖像本質(zhì)的特征。實際上，在進行圖像分割和邊沿提取的時候就已經(jīng)為圖像某些特征的提取做好了準備，當然這只是一部分，有些特征是需要經(jīng)過變換才能夠提取出來的。特征提取非常關鍵，其直接影響圖像識別能否進行、識別速度快慢以及識別結果的準確性。

2.3.3 分類器及識別算法

圖像識別方法的不同主要是分類器的不同，在分類系統(tǒng)中，特征是識別對象的唯一依據(jù)，選擇適當?shù)奶卣魇种匾?/p>

一般情況下，需要根據(jù)待分類對象的特點列出一些可能有用的特征，然后用特征排序方法計算不同特征的相對效率，利用結果對特征進行選擇。

良好的特征應具備以下4個特點：可區(qū)別性、可靠性、獨立性、數(shù)量少?？蓞^(qū)別性就是該特征應當具有明顯的差異，可以被區(qū)別出來；可靠性就是說對于相同類別的對象，特征值都是比較相近的；獨立性就是說特征之間應彼此不相關，可以獨立進行分析；而數(shù)量少則指特征數(shù)量不能過多，因為復雜度隨著特征向量的維數(shù)增長而幾何倍數(shù)增長。

3 成果預期應用

在一些重要的區(qū)域型樞紐站中，電壓等級涵蓋交直流，800～10 kV各個電壓等級，其相對應的視頻監(jiān)控點數(shù)量巨大，極易造成工作人員的視覺疲勞。同時，由于站端監(jiān)控系統(tǒng)缺少智能識別功能以及預處理能力，傳輸帶寬被大量占用，故障發(fā)生時無法及時做出正確的反應。因此迫切需要建立一套能夠在事故、事件發(fā)生初期甚至于準備發(fā)生期，即現(xiàn)場設備工作狀態(tài)有明顯變化或工作人員即將進行某項操作時對其進行實時監(jiān)控，及時檢測其行為、狀態(tài)的正確性、規(guī)范性，這對于預防事故發(fā)生、提高無人值班變電站運行安全性，構建現(xiàn)代化智能電網(wǎng)具有重要意義。文章通過對圖像識別核心算法進行研究，建立一套專用于變電站工作環(huán)境的智能識別功能以及相應的系統(tǒng)，可以有效地提高原有視頻監(jiān)控系統(tǒng)的實時監(jiān)測能力，進而提出有效的改造方案。

參考文獻

[1] 周杰，盧春雨，張長水，等.人臉自動識別方法綜述[J].電子學報，2000，4（4）：102-105.

[2] 張宗平，劉貴忠.基于小波的視頻圖像壓縮研究進展[J].電子學報，2002，30（6）：883-889.