顧孟飛

摘 要：智慧變電站聯(lián)合巡檢系統(tǒng)整合全站多源數(shù)據(jù)，通過采用多種先進(jìn)傳感器和采集設(shè)備，實(shí)現(xiàn)設(shè)備狀態(tài)全面感知，通過圖像識(shí)別、音頻分析、人工智能技術(shù)實(shí)現(xiàn)聯(lián)合巡檢、智能聯(lián)動(dòng)、綜合診斷，實(shí)現(xiàn)故障隱患的主動(dòng)發(fā)現(xiàn)、主動(dòng)預(yù)警，通過三維可視化技術(shù)結(jié)合實(shí)時(shí)音視頻及設(shè)備狀態(tài)信息，實(shí)現(xiàn)虛實(shí)結(jié)合、立體可視的全景展示，最終實(shí)現(xiàn)智慧變電站運(yùn)維的巡視無人化、操作自動(dòng)化、維護(hù)少人化。

關(guān)鍵詞：智慧變電站;聯(lián)合巡檢技術(shù);應(yīng)用

1智能變電站的基本特點(diǎn)

智能變電站具有全站信息數(shù)字化、通信平臺(tái)網(wǎng)絡(luò)化、信息共享標(biāo)準(zhǔn)化、高級(jí)應(yīng)用互動(dòng)化的特點(diǎn)，通過光纖網(wǎng)絡(luò)把采集到的各種數(shù)據(jù)，經(jīng)過信息一體化系統(tǒng)進(jìn)行自動(dòng)分析，自主完成控制、保護(hù)、監(jiān)測(cè)等功能，實(shí)現(xiàn)智能告警、順序控制、事故分析決策等自動(dòng)化功能，與系統(tǒng)無縫對(duì)接。

2需求分析

國(guó)家電網(wǎng)公司將“具有中國(guó)特色國(guó)際領(lǐng)先的能源互聯(lián)網(wǎng)企業(yè)”確立為引領(lǐng)公司長(zhǎng)遠(yuǎn)發(fā)展的戰(zhàn)略目標(biāo)。變電站在電力傳輸過程中是至關(guān)重要的環(huán)節(jié)，電網(wǎng)規(guī)模越來越復(fù)雜，變電站數(shù)量眾多。變電站的安全運(yùn)行需要運(yùn)維人員投入大量的精力，并且隨著新技術(shù)的出現(xiàn)，運(yùn)維人員對(duì)運(yùn)維智能化、可視化、遠(yuǎn)程化的需求也更加迫切。

2.1遠(yuǎn)程化需求

傳統(tǒng)運(yùn)維模式基于人工、定期巡檢，變電站運(yùn)維人員需要到站內(nèi)對(duì)設(shè)備缺陷、故障信息進(jìn)行巡視記錄，屬于被動(dòng)式的巡檢模式，且受惡劣天氣影響較大，缺少在運(yùn)維班遠(yuǎn)程運(yùn)維的手段。

2.2智能化需求

智能變電站實(shí)施需要應(yīng)用新的技術(shù)，結(jié)合先進(jìn)傳感器技術(shù)、物聯(lián)網(wǎng)技術(shù)、人工智能技術(shù)，實(shí)現(xiàn)變電站運(yùn)維的自動(dòng)化、智能化。

2.3可視化需求

通過可見光攝像機(jī)拍攝實(shí)景，通過三維建模虛擬現(xiàn)實(shí)，虛實(shí)結(jié)合，實(shí)時(shí)采集和圖像識(shí)別的設(shè)備狀態(tài)在虛擬場(chǎng)景中實(shí)時(shí)再現(xiàn)，可視化的方式進(jìn)行綜合展示。

2.4立體化需求

將激光導(dǎo)航輪式機(jī)器人、軌道機(jī)器人、固定點(diǎn)位攝像機(jī)相結(jié)合，互為補(bǔ)充，構(gòu)建一個(gè)全方位、無死角的立體化巡檢體系。

2.5安全化需求

滿足國(guó)家電網(wǎng)公司對(duì)信息安全的相關(guān)要求，應(yīng)采用安全操作系統(tǒng)，雙因子認(rèn)證技術(shù)，使用國(guó)密算法對(duì)通信數(shù)據(jù)和通信鏈路進(jìn)行加密，通過探針軟件實(shí)時(shí)探測(cè)系統(tǒng)安全狀態(tài)。

3關(guān)鍵技術(shù)

3.1圖像采集技術(shù)

采集到高質(zhì)量的圖片是進(jìn)行圖像識(shí)別的基礎(chǔ)，圖像采集受攝像機(jī)鏡頭、安裝位置、環(huán)境光線、拍攝角度等多種因素影響。圖像采集需通過多種技術(shù)來保證高質(zhì)量圖片的獲?。和ㄟ^圖像糾偏技術(shù)，消除攝像機(jī)云臺(tái)轉(zhuǎn)動(dòng)的機(jī)械誤差，確保多次拍攝角度一致;通過圖像模糊搜索技術(shù)，消除攝像機(jī)鏡頭調(diào)焦時(shí)的機(jī)械誤差，確保照片清晰;通過HDR技術(shù)，解決采集圖像過曝或欠曝問題，確保圖片照度適中。

3.2圖像識(shí)別技術(shù)

傳統(tǒng)的圖像識(shí)別技術(shù)包括：圖像獲取、預(yù)處理、特征提取、分類等?；谏疃葘W(xué)習(xí)的圖像識(shí)別技術(shù)相比于傳統(tǒng)方法，能夠提供基于學(xué)習(xí)的特征表示，在自動(dòng)特征提取和分割識(shí)別準(zhǔn)確率方面具有良好表現(xiàn)?；谏疃葘W(xué)習(xí)的圖像識(shí)別技術(shù)是基于目標(biāo)檢測(cè)算法，具有高效的自動(dòng)學(xué)習(xí)和分類能力，在多領(lǐng)域的圖像處理問題上取得了接近甚至超越人類水平的效果。

采用Darknet深度學(xué)習(xí)框架，基于端到端的以速度聞名的YOLO算法，使用darknet-53主干網(wǎng)絡(luò)，將目標(biāo)檢測(cè)問題重新構(gòu)造成一個(gè)回歸問題，可以達(dá)到以下幾個(gè)目標(biāo)：（1）檢測(cè)速度快，在GTX1060顯卡上識(shí)別一張圖片在0.02s左右，可以達(dá)到實(shí)時(shí)檢測(cè)要求。（2）位置準(zhǔn)確率高，即檢測(cè)框與目標(biāo)物的框交并比高。所以需通過輸入不同尺度的圖像訓(xùn)練，通過邊界框回歸來解決寬高比不常見的物體檢測(cè)。（3）漏檢率低，召回率高，必須盡量檢測(cè)出所有的目標(biāo)物體。即使在密集情況下，位置靠近的物體識(shí)別準(zhǔn)確率高，小尺寸物體識(shí)別準(zhǔn)確率高，所以需輸入高分辨率圖片，使用更多的網(wǎng)格來預(yù)測(cè)，mAP（平均精度）達(dá)到97%。

YOLO模型通過前饋運(yùn)算包括卷積、池化、非線性激活等操作將圖像中的高層語義逐漸由原始圖像提取出來，在最后一層根據(jù)不同的任務(wù)（分類、回歸）表示為損失函數(shù)（預(yù)測(cè)識(shí)別結(jié)果與真實(shí)值之間的誤差函數(shù)）。訓(xùn)練過程是通過計(jì)算損失函數(shù)，再使用反向傳播算法，逐層向前反饋更新每一層的神經(jīng)元的參數(shù)，然后再進(jìn)行前饋操作，再反饋更新參數(shù)，最終達(dá)到損失值收斂的結(jié)果。

3.3紅外測(cè)溫與診斷技術(shù)

紅外監(jiān)測(cè)診斷技術(shù)是利用帶電設(shè)備的熱效應(yīng)，利用專用設(shè)備從設(shè)備表面獲取紅外輻射信息，進(jìn)而判斷設(shè)備狀況和缺陷性質(zhì)的綜合技術(shù)。紅外熱像儀利用紅外探測(cè)器和光學(xué)成像物鏡接收被測(cè)目標(biāo)的紅外輻射能量分布，并將其反射到紅外探測(cè)器的光敏元件上，從而獲得與溫度場(chǎng)相對(duì)應(yīng)的紅外熱像。熱像儀對(duì)所有運(yùn)行設(shè)備進(jìn)行掃描，找出溫度異常點(diǎn)，然后重點(diǎn)檢測(cè)溫度異常部位，對(duì)異常點(diǎn)進(jìn)行溫度測(cè)量。為了判斷設(shè)備是否有故障，將異常點(diǎn)的溫度與正常運(yùn)行時(shí)的溫度進(jìn)行比較，并考慮周圍環(huán)境條件的影響。最后根據(jù)設(shè)備的相對(duì)溫差以及是否超過規(guī)定值來判斷設(shè)備故障。它不僅可以形成某一時(shí)間某一關(guān)鍵設(shè)備的溫度曲線，還可以形成某一歷史時(shí)間某一設(shè)備的時(shí)溫曲線。

3.4智能巡檢技術(shù)

通過預(yù)先設(shè)置的巡檢策略，按特定邏輯并行或串行調(diào)用可見光攝像機(jī)、紅外測(cè)溫?cái)z像機(jī)、導(dǎo)軌機(jī)器人、燈光控制器、輪式巡檢機(jī)器人、噪聲采集器、局放傳感器等采集設(shè)備，對(duì)變電站一二次設(shè)備進(jìn)行全方位立體式體檢。智能巡檢可分為例行巡檢、特殊巡檢、專項(xiàng)巡檢、人工巡檢等。

3.5機(jī)器視覺

近幾年來，隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的深化，現(xiàn)代制造業(yè)的結(jié)構(gòu)轉(zhuǎn)換和升級(jí)，越來越多的企業(yè)實(shí)施“機(jī)器人策略”，機(jī)器人在汽車、物流、航天航空、甚至在食品等領(lǐng)域的應(yīng)用越來越廣泛，帶動(dòng)了相關(guān)產(chǎn)業(yè)的發(fā)展，機(jī)器人是將機(jī)器設(shè)備、傳感器、識(shí)別、決策、控制等多種先進(jìn)技術(shù)匯聚在一起，組成具有一定智能化能力的自動(dòng)化設(shè)備或裝置。機(jī)器人技術(shù)及其應(yīng)用已經(jīng)成為科學(xué)技術(shù)和工業(yè)發(fā)展的必經(jīng)之路，具有重要的戰(zhàn)略意義。機(jī)器視覺是自動(dòng)獲得目標(biāo)圖像，分析處理圖像特征，分析結(jié)果，獲得目標(biāo)知識(shí)并做出決定的系統(tǒng)，運(yùn)動(dòng)目標(biāo)測(cè)試技術(shù)是機(jī)器視覺系統(tǒng)的功能之一，這是序列化圖像變化區(qū)域檢查和從背景圖像中提取運(yùn)動(dòng)目標(biāo)的過程。

3.6大數(shù)據(jù)分析處理

大數(shù)據(jù)領(lǐng)域涉及很廣，其深化在工業(yè)領(lǐng)域中發(fā)生的大數(shù)據(jù)，隨著信息化與產(chǎn)業(yè)化的深度融合，信息技術(shù)滲透到各個(gè)行業(yè)產(chǎn)業(yè)鏈的各個(gè)部分。例如條形碼、二維碼、傳播識(shí)別、產(chǎn)業(yè)傳感器、產(chǎn)業(yè)自動(dòng)控制系統(tǒng)、產(chǎn)業(yè)網(wǎng)絡(luò)等，企業(yè)資源規(guī)劃、計(jì)算機(jī)輔助設(shè)計(jì)、計(jì)算機(jī)輔助制造、計(jì)算機(jī)輔助工程等在企業(yè)中廣泛應(yīng)用。互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等下一代信息技術(shù)在產(chǎn)業(yè)領(lǐng)域的應(yīng)用讓企業(yè)進(jìn)入新的發(fā)展階段，數(shù)據(jù)也日益豐富，尤其是在制造企業(yè)中，生產(chǎn)線處于高速運(yùn)行狀態(tài)，大量數(shù)據(jù)在產(chǎn)業(yè)設(shè)備中產(chǎn)生。模型和算法是大數(shù)據(jù)分析的兩個(gè)核心問題，大數(shù)據(jù)分析模型的研究可以分為三個(gè)層次。描述分析，預(yù)測(cè)分析和規(guī)范分析，描述分析是分析和探索歷史數(shù)據(jù)，這個(gè)階段包括發(fā)現(xiàn)數(shù)據(jù)規(guī)則的集合，挖掘相關(guān)規(guī)則，描述模型發(fā)現(xiàn)和數(shù)據(jù)規(guī)則的視覺分析。預(yù)測(cè)分析用于預(yù)測(cè)未來的概率和趨勢(shì)。例如基于邏輯回歸的預(yù)測(cè)和分類器的預(yù)測(cè)等，規(guī)范分析是基于預(yù)期結(jié)果和特定領(lǐng)域的場(chǎng)景、資源和過去以及當(dāng)前事件的知識(shí)，對(duì)未來的決定提出建議。

結(jié)束語

為了解決目前變電站運(yùn)維人員對(duì)運(yùn)維智能化、可視化、遠(yuǎn)程化的需求，研究了圖像采集、圖像識(shí)別、紅外測(cè)溫與診斷、智能巡檢、綜合診斷、可視展示等關(guān)鍵技術(shù)。開發(fā)并應(yīng)用了一種基于人工智能分析技術(shù)的聯(lián)合巡檢系統(tǒng)，包括聯(lián)合巡檢、全面感知、智能聯(lián)動(dòng)、診斷分析、綜合展示等功能。

參考文獻(xiàn)

[1]謝藝輝.智能變電站故障檢修系統(tǒng)運(yùn)維技術(shù)研究[J].無線互聯(lián)科技，2020，17（22）：90-91.

[2]于邦業(yè).變電站運(yùn)行維護(hù)工作的現(xiàn)狀與完善[J].電力設(shè)備管理，2020（11）：51-52+55.

[3]耿曉輝.智能變電站集約式監(jiān)控系統(tǒng)的研究[D].山東大學(xué)，2020.

[4]翟晶晶.智能變電站變電運(yùn)維安全與設(shè)備維護(hù)探討[J].技術(shù)與市場(chǎng)，2020，27（11）：161-162.