程志秋 彭永健 李正強

摘要：針對硬壓板人工核對方 式耗時高、誤差大的問題，文章提出了一種自動化開關硬壓板自動掃描識別技術，具體，將結合Android系統(tǒng)智能手機便攜式、普適性的特點，利用其掃描拍照功能，對硬壓板狀態(tài)進行移動化、實時的圖像數據采集，而后，以Native方式將OpenCV算法庫運行至手機設備上，以此構建后臺調用數據庫，并引入基于加權投票機制的AdaBoost算法對掃描圖像樣本進行訓練，繼而建構分類器，以實現對硬.壓板投退狀態(tài)和位置的自動化辨識，且經過應用實驗，驗證了該技術可高、精、準的識別硬壓板投退狀態(tài)，達到了預期設計效果，可提升硬壓板狀態(tài)辨識效率和質量。

關鍵詞：硬壓板;OpenCV算法庫;AdaBoost算法;狀態(tài)識別

中圖分類號：TM7;TP274+.5

文獻標識碼：A

文章編號：1001-5922（2020）07-0078-04

硬壓板是配網保護和自動化裝置與外部接線連接的樞紐，其投退是二次設備操作的關鍵內容，直接影響保護的功能和動作出口可否正常發(fā)揮效用，為此，硬壓板狀態(tài)的監(jiān)測、辨識至關重要。而以往采用的人工巡檢方式，以一人持硬壓板卡讀壓板雙重名稱及投退狀態(tài)，而另一人復查核對，該方法因投退狀態(tài)邏輯性繁雜，耗時、耗力，易于產生視覺疲勞、記憶混淆、人員懈怠等問題，進而引發(fā)漏核、錯核，讓硬壓板保護誤動或拒動操作事故頻發(fā)。可見，傳統(tǒng)人工硬壓板巡視方法亟待創(chuàng)新，尤其，當前安全、可靠、綠色、高效的智能電網發(fā)展下，對于配網自動化及可靠性水平提出了更高的要求，饋線自動化開關覆蓋率正在趨向100%，而由此，現有的人工及技術水平也無法滿足配網自動化開關硬壓板的運行管理需求，設計一種自動化、高效率的硬壓板識別技術成為最緊迫之需。針對此，本文將結合實踐經驗，融合智能手機高清掃描、成像技術，并利用圖像智能化分類、識別技術，對配網自動化開關硬壓板核查方式進行創(chuàng)新設計，該方法具有安全、便捷，無需直接觸碰帶電設備，可實現對硬壓板投退狀態(tài)的自動化掃描辨識，具體設計如下分析。

1硬壓板自動化識別技術的設計方案

1.1硬壓板識別技術創(chuàng)新的必要性

一直以來，配網自動化開關硬壓板投、退狀態(tài)均依賴于人的經驗和技術，諸如在硬壓板下方粘接狀態(tài)和保護名稱標簽，一檢查、核對保護硬壓板和定值通知單的保護名稱，以此強化硬壓板狀態(tài)管理，防止錯誤投退引發(fā)設備故障，影響配電網運行安全。該種方法雖可一定程度上控制誤操作的發(fā)生，但防誤效果有限，因硬壓板屬于高精密設備，且功能集成復合性特點較強，投退的邏輯性復雜，些許的巡檢疏漏和誤操作，便會造成保護誤動或拒動，僅佛山局2019年因自動化開關定值執(zhí)行或硬壓板投退錯誤導致的開關誤動或拒動問題的共47起，其中較為突出的是“重合閘壓板”投退不正確導致瞬時故障變?yōu)橛谰霉收系?，共?8起，嚴重影響供電可靠性。可見，傳統(tǒng)硬壓板狀態(tài)巡視模式弊端較多，存在的問題如下：

首先，人工巡視方式耗時耗力，信息統(tǒng)計、婁據記錄、狀態(tài)核對等均依賴于人工。

其次，巡視數據的時效性、準確性不足，數據至少需經過運行人員一+監(jiān)控員2個環(huán)節(jié)，無法及時、高效的完成硬壓板狀態(tài)辨識"。

再次，辨識過程過分以來人工經驗，操作缺乏技術規(guī)范性，很難保證識別結果的精準性。

1.2硬壓板識別技術創(chuàng)新的思路

結合上述人工巡視方式的弊端性，本文擬設計的硬壓板自動化掃描識別技術，將創(chuàng)新性的引入非接觸帶電設備的掃描技術、網絡技術、智能識別技術，對硬壓板投退狀態(tài)進行實時監(jiān)測和防誤識別。具體，將利用手機拍照掃描功能，通過掃描硬壓板專屬二維碼，后臺將自動調用開關專屬定值，實時采集硬壓板狀態(tài)和位置數據，而后，程序結合預設模塊自動生成硬壓板投退的參考數據，通過調用后臺數據庫，與歷史定值數據進行核對，通過智能識別算法完成硬壓板狀態(tài)的辨識、判斷，并在發(fā)現異常狀態(tài)時，在圖片上予以標識，及時發(fā)出預警，該技術實則是一個功能軟件，其由掃描拍照識別、后臺數據庫調用、數據對比判斷等3大程序模塊構成。配網自動化開關硬壓板自動化掃描識別技術的整體設計方案如圖1所示。

2硬壓板自動化掃描識別技術的關鍵支撐

從整體上看，硬壓板自動化掃描識別技術，實則是以手機掃描識別終端與后臺服務器端的開發(fā)為重點，來實現基于Apache服務器和Mysql數據庫的后臺搭建，用以支撐后臺數據調用、數據對比，并基于手機掃描拍照功能建構巡視終端，通過掃描拍照識別操作，實時監(jiān)測和顯示硬壓板投退狀態(tài)數據，且兩大模塊之間的數據交互將基于HTTP的JSON予以實現[2-3]，關鍵模塊的功能及技術支撐如下分析。

2.1基于掃描拍照識別功能的巡視終端

該模塊實則為硬壓板投、退狀態(tài)的實時監(jiān)測終端，而基于配網自動化開關硬壓板的便攜式、移動式的巡視需求，將采用附帶掃描和照相功能的智能手機設備，進行硬壓板巡視終端的設計。因Android系統(tǒng)是基于Linux的開源操作系統(tǒng)，為硬壓板掃描識別功能的跨平臺移植提供了有效支撐，為此，可利用Android和API提供的相關套件編寫出適用于配網自動化開關硬壓板掃描識別的手機APP應用程序叫。巡視終端功能實現過程中，應先將硬壓板1、2接線柱接入繼電保護所需的二次回路，該回路可以是跳合閘回路或保護功能投退回落，3、4接線柱接入自動化遙信巡視回路，具體如圖2所示。如此，在硬壓板投入時，1與2、3與4接通，測控裝置配設的遙信公共端正電源正常開人其中，并生成一個合位遙信“1”;而相反，在退出時，1與2、3與4斷開，測控裝置配設的遙信公共端正電源無法開人其中，會生成一個分位遙信“O”[5-6]此時將硬壓板投退狀態(tài)下的遙信值傳輸至配網自動化開關系統(tǒng)后，形成硬壓板的二維碼信息，利用手機設備的掃描拍照功能識別該專屬二維碼，便可根據構建硬壓板投退的參考數據，而后，以此為據，通過數據對比，便可實現對硬壓板實時投退狀態(tài)的有效辨識。

2.2基于后臺數據調用和對比的服務器端

服務器端將基于TCP/IP協議獲取手機設備掃描圖像，并存儲至MySQL數據庫之中，同時，將基于HTTP協議完成與Andriod客戶端的信息交互，以JSON編碼的形式進行硬壓板掃描圖像數據傳輸，因Apache具有跨平臺遷移應用性，且支持HTTP通信協議、操作便捷，為此，服務器端將在此框架下進行后臺數據調用和對比應用程序開發(fā)。同時，OpenCV是基于C/C++開發(fā)，提供了Python、Java、MATLAB等語言接口的開源性圖像處理函數庫，其提供了多類及其學習算法、智能識別算法，僅需調用相關的基礎數據結構便可實現相應算法"，故而，本文采用Native方式將OpenCV算法庫運行至手機設備的An一droid系統(tǒng)上，其無需安裝OpenCV的apk，亦不用掌握Java層的OpenCV方法，且跨平臺應用性強，便于硬壓板自動化掃描識別技術軟件的快速開發(fā)與操作。

同時，結合硬壓板狀態(tài)辨識的要求，使用手機設備掃描拍照獲取硬壓板圖像后，將采用融入加權投票機制的AdaBoost算法通過數據對比，分為離線訓練和在線識別兩大步驟，實現對硬壓板狀態(tài)的辨識。具體，離線訓練中，將獲取的硬壓板掃描拍照圖像進行樣本分類，劃分為正樣本、負樣本2類圈，而后，對已知類別的圖像樣本進行AdaBoost訓練，由此生成分類器，以便對待識別樣本中所有圖像進行有效分類，在線檢測中，將該分類器和算法嵌入掃描識別軟件之中，便可實現對任意硬壓板圖像信息的核對，以便輸出硬壓板投退狀態(tài)和位置信息。

AdaBoost算法是基于加權投票機制，對特征問題的答案進行“最佳特征的投票過程”，這其中每次計算迭代中強分類器權值不斷增大，而弱分類器權值不斷縮小。具體，該識別算法應用中，可利用海量硬壓板圖像數據的假設集合來構建識別準確率在50%以上的分類器，將其定義為弱分類器，以下式表示：

式（1）中，x為待識別的硬壓板圖像，p為不等號方向、0為由訓練樣本決定的閾值，f（x）為以特征f對待識別圖像進行特征提取所得特征值。

同時，將弱分類器根據一定方法改造為強分類器，具體，首先設定一系列訓練樣本（x，），（x252），（x，y，）其中，y;=0、y;=1分別為負樣本、正樣本，n為訓練樣本總數，而后，初始化權重wy;=D（i），對于正、負樣本可分別設為D（i）=六、D（）=品，其中，l+m=n。而后，對所得權重進行歸一化處理：

對各個特征f，訓練1個弱分類器，器，并計算其最小加權錯誤率e，，此即最佳的弱分類器。若以特征f計算訓練正樣本x，X，…x，的特征值，通過由小至大排序得出特征序列fif，..f.，設0=f（i=1，2，..），計算每個i的全部正、負樣本權重，分別記為T：、T;，特征值在0前面的正、負樣本權重和，分別記為S;、S;，此時，閾值對訓練樣本的分類誤差為[10]：

根據式（3）可得8;對應的0，而通過T次迭代后可得出T個最佳弱分類器h，（x），h，（x），..，.hf（x），根據下式可構建1個強分類器：

得到多個強分類器將其串聯組合為級聯分類器，讓前端的強分類器進行粗略識別，以后端的強分類器進行精細識別，可有效提升硬壓板識別的準確性和效率。

3硬壓板自動化掃描識別技術的應用分析

為測定配網自動化開關硬壓板自動化掃描識別技術的應用效果，本文HUAWEI?Mate30手機作為測試平臺，利用Android?Studio4.0上進行測試程序開發(fā)，測試對象為某配網繼電保護硬壓板為測試對象，其有4組硬壓板，每組12個硬壓板，均為緊壓式。首先利用手機掃描照相功能獲取硬壓板的狀態(tài)圖像，以此作為研究樣本，利用AdaBoost算法，從海量圖像的特征集合中選擇一個最佳閾值，以此建構200x200個正樣本，通過最佳特征的加權投票機制，獲得級聯分類器，而后，利用LBP算子和HOG特征作為候選特征進行硬壓板識別訓練，如此，便可得硬壓板狀態(tài)識別效果，實驗結果如表1所示。

由上表1可知，通過對硬壓板投退狀態(tài)的多次自動化掃描識別試驗，其中，無法識別或準確識別投退狀態(tài)，則定義為識別失敗，而統(tǒng)計發(fā)現，投退錯識、漏識的次數均在4次以下，表明該自動化掃描識別技術對于配網自動化開關硬壓板投退狀態(tài)的識別具有較高的準確度，準確率達到了96%以，上，且1面4組9列的硬壓板自動化掃描識別時間僅為12s，達到了高效率的要求，較人工巡視方式具有較高的精準度和效率。

參考文獻

[1]柯仲來，聶雪松，郭燕霞.保護裝置硬壓板智能校驗輔控裝置的研制J].電力設備管理，2018（11）：31-32.

[2]呂家偉，劉瑞榮.基于顏色模版匹配的繼電保護壓板.投退狀態(tài)識別設計[J].機電信息，2018（36）：115-116.

[3]賴寶鵬，沈靖龍，韓成輝.基于圖像識別的保護壓板投退狀態(tài)APP設計[J].山東工業(yè)技術，2018（18）：114+93.

[4]呂志寧，寧柏鋒，周子強.基于圖像處理的保護壓板定位及狀態(tài)識別研究[J].數字技術與應用，2018，36（06）：82-83.

[5]安萬，代運滔.變電站繼電保護硬壓板遠程智能監(jiān)視與實時告警技術創(chuàng)新[J].機電信息，2017（27）：5-6.

[6]楊俊哲，彭國俊.變電站保護壓板遠程監(jiān)控系統(tǒng)的應用[J].內蒙古電力技術，2016，34（06）：56-60.

[7]鄧應松，段秦剛，宋小松.基于圖像識別的保護壓板投退狀態(tài)辨識方法[J].陜西電力，2015，43（10）：49-53+67.

[8]姚慶華，董林會，周磊，等.智能遠方投退電動壓板的設計與應用研究[J].電力系統(tǒng)保護與控制，2015，43（20）：143-149.

[9]李然，金元元，鐘麗波，等.變電站硬壓板狀態(tài)在線監(jiān)測功能研究[J].東北電力技術，2015，36（08）：54-56+59.

[10]恩日，溫彪，高學軍，等.基于AdaBoost算法的繼電保護硬壓板圖像核對方法[J].內蒙古電力技術，2019，37（02）：68-71.