鄒積鵬,梁 辰,陳廣輝

(國(guó)網(wǎng)山東省電力公司泰安供電公司,山東 泰安271000)

0 引 言

保護(hù)壓板是保護(hù)裝置引出線(xiàn)上的連片,可分為功能壓板和出口壓板。功能壓板通過(guò)控制正電開(kāi)入來(lái)決定保護(hù)是否啟用某種功能,出口壓板通過(guò)改變回路通斷來(lái)決定保護(hù)動(dòng)作命令是否傳達(dá)到分合閘機(jī)構(gòu)。保護(hù)壓板的正確投退與否關(guān)系到保護(hù)裝置能否正常發(fā)揮作用,保護(hù)壓板投退錯(cuò)誤將導(dǎo)致保護(hù)裝置誤動(dòng)或拒動(dòng),引發(fā)嚴(yán)重電網(wǎng)事故。變電運(yùn)維人員常采用一人持壓板卡讀壓板雙重名稱(chēng)及投退狀態(tài),另一人復(fù)誦并人眼核對(duì)的方法,這種方法費(fèi)時(shí)費(fèi)力。

保護(hù)壓板的智能巡視可分為硬件檢測(cè)法[1-2]和圖像識(shí)別法[3-4]。前者需要增加檢測(cè)回路、集中裝置和通訊系統(tǒng),準(zhǔn)確率較高而且可以實(shí)現(xiàn)實(shí)時(shí)巡視和遠(yuǎn)程查詢(xún)。后者對(duì)采集的保護(hù)壓板圖像進(jìn)行識(shí)別,根據(jù)搭載平臺(tái)的不同又可分為巡視機(jī)器人式和手持移動(dòng)終端式[5-6]。目前,在輸變電設(shè)備智能巡檢中,基于圖像識(shí)別法的設(shè)備巡檢得到了較多應(yīng)用[7-8],尤其是室內(nèi)軌道巡檢機(jī)器人,可以識(shí)別保護(hù)壓板、空氣開(kāi)關(guān)、指針表計(jì)等設(shè)備狀態(tài)、數(shù)值,成為近幾年變電站智能巡檢技術(shù)發(fā)展方向之一[9]。該方法缺點(diǎn)在于改造工程量較大,目前僅在少量變電站試點(diǎn)應(yīng)用,未能提供短期內(nèi)全面解決方案。相比之下,基于圖像識(shí)別法,充分利用已有的手持式移動(dòng)作業(yè)平臺(tái),實(shí)現(xiàn)保護(hù)壓板巡視,更易推廣應(yīng)用。

應(yīng)用圖像識(shí)別法的關(guān)鍵在于盡可能削弱光照不足、反光、透視變形、圖像區(qū)分度不高等不利因素,以提高識(shí)別準(zhǔn)確率。文獻(xiàn)[10]采用閾值篩選、二值化和形態(tài)學(xué)方法預(yù)處理圖像,提高采集圖像的質(zhì)量。文獻(xiàn)[11]構(gòu)建基于色度畸變的改進(jìn)型雙邊濾波器,抑制不均勻光照和不規(guī)則噪聲對(duì)識(shí)別的干擾。文獻(xiàn)[12]提出了一種基于圖像融合的高光干擾去除方法,以解決玻璃屏柜門(mén)反光問(wèn)題。文獻(xiàn)[13]通過(guò)仿射變換技術(shù)對(duì)變形的壓板圖像進(jìn)行變換,得到校正的壓板圖像,保證在不同拍攝角度下都能準(zhǔn)確定位目標(biāo)。文獻(xiàn)[14]將空域注意力機(jī)制嵌入YOLOv5模型,以解決前景和背景難以分割的問(wèn)題。文獻(xiàn)[15]以RGB顏色空間作為輸入變量,采用K均值聚類(lèi)法實(shí)現(xiàn)圖像分割。與三源色(red green blue, RGB)相比,色相、飽和度、亮度(hue saturation lightness, HSL)顏色空間近似人類(lèi)視覺(jué),能夠比RGB更直觀(guān)的方式表示顏色[16]。

基于A(yíng)ndroid Studio環(huán)境開(kāi)發(fā)變電站保護(hù)壓板校核APP。在已有研究成果的基礎(chǔ)上,提出多證據(jù)融合的保護(hù)壓板狀態(tài)識(shí)別方法,通過(guò)多個(gè)證據(jù)的定量融合,以減少光照等因素產(chǎn)生的不利影響,提高壓板狀態(tài)判別的準(zhǔn)確性。

1 壓板圖像識(shí)別

保護(hù)壓板的圖像識(shí)別,又可分為圖像分割和狀態(tài)判別兩部分。圖像分割的作用是將能夠表征壓板狀態(tài)的著色絕緣部分從壓板原始圖像中標(biāo)記,狀態(tài)判別則是將標(biāo)記的圖像轉(zhuǎn)化為壓板投退狀態(tài)。由于光照、透視畸變等因素,壓板圖像分割情況可能不理想,會(huì)導(dǎo)致誤判。該程序采用Kmeans算法作為圖像分割算法,構(gòu)建3個(gè)狀態(tài)特征指標(biāo),并利用D-S證據(jù)融合理論,融合這3個(gè)指標(biāo)作為狀態(tài)判別結(jié)果,以消除單一指標(biāo)引起的誤判。

1.1 圖像預(yù)處理

圖像采集程序獲取壓板區(qū)域圖像后,先進(jìn)行預(yù)處理。為確保圖像識(shí)別速度,需將照片像素壓縮。壓縮后的圖像以RGB矩陣的形式儲(chǔ)存在移動(dòng)設(shè)備內(nèi)存。RGB矩陣作為Kmeans聚類(lèi)輸入特征構(gòu)建的Euclid距離難以準(zhǔn)確區(qū)分色彩,因此,需要將圖像從RGB通道轉(zhuǎn)換為HSL通道。

1.2 圖像聚類(lèi)分割

程序?qū)SL矩陣以框選網(wǎng)格作為邊界,將整個(gè)圖像劃分為若干個(gè)壓板子圖,再逐個(gè)將子圖HSL矩陣作為輸入變量輸入Kmeans聚類(lèi),實(shí)現(xiàn)壓板圖像分割,算法流程圖如圖1所示。

圖1 壓板圖像分割算法流程圖

每個(gè)壓板子圖的圖像構(gòu)成有壓板著色絕緣部分、絕緣底座部分、金屬板部分、陰影部分,因此K的取值在4～6之間。K取值越大,被誤劃入著色部分的面積就越小。簇中心初值可選取上述圖像構(gòu)成部分的典型HSL值,以加快算法收斂速度。

在匹配分割目標(biāo)時(shí),需從壓板臺(tái)賬中讀取該壓板的顏色代碼并轉(zhuǎn)譯為顏色典型HSL值,與顏色典型HSL值Euclid距離最小的簇中心即為目標(biāo)簇,將歸屬于該簇的像素標(biāo)記為1,其余像素標(biāo)記為0。

1.3 判據(jù)指標(biāo)構(gòu)建

通過(guò)圖像分割和分割目標(biāo)匹配,將HSL表示的壓板圖像轉(zhuǎn)化為0-1表示的形態(tài)標(biāo)記圖像。獲取形態(tài)標(biāo)記圖像后,計(jì)算該圖像的上、右、下、左邊界坐標(biāo),記為上(xT,yT)、右(xR,yR)、下(xD,yD)、左(xL,yL)。

為量化描述壓板圖像形態(tài)與投退狀態(tài)的關(guān)系,構(gòu)建了3個(gè)指標(biāo)判據(jù),如圖2所示。

圖2 判據(jù)指標(biāo)示意圖

圖中圓形和矩形的著色塑料部分被標(biāo)記為1,其余被標(biāo)記為0。圖2(a)中,程序在上(xT,yT)和下(xD,yD)之間判斷標(biāo)記為1的像素?cái)?shù),記為h1,則占比1形態(tài)特征值表示為

g1=h1/(yT-yD)

(1)

(2)

圖2(b)中,程序在上(xT-R,yT)和下(xD-R,yD)之間判斷標(biāo)記為1的像素?cái)?shù),記為h2。R為圓形直徑像素?cái)?shù)。則占比2形態(tài)特征值表示為

g2=h2/(yT-yD)

(3)

(4)

由圖2(c)可見(jiàn),壓板投退狀態(tài)下最小外接矩形的寬度明顯不同,據(jù)此構(gòu)建寬長(zhǎng)比特征

g3=(xR-xL)/(yT-yD)

(5)

(6)

P1、P2、P3指標(biāo)取值在[0.01,0.99]之間,指標(biāo)越接近0.01,表明該壓板越有可能在退出狀態(tài);指標(biāo)越接近0.99,表明該壓板越有可能在投入狀態(tài)。

以上定值、形態(tài)特征值表達(dá)式略作修改后,同樣適用于插拔式壓板狀態(tài)指標(biāo)計(jì)算。

1.4 D-S證據(jù)理論融合指標(biāo)

D-S證據(jù)理論是一種不確定性推理方法,它利用多個(gè)證據(jù)對(duì)識(shí)別框架獨(dú)立進(jìn)行判斷,根據(jù)合成規(guī)則將多個(gè)證據(jù)的結(jié)論融合。當(dāng)A≠?時(shí),證據(jù)m1,…,mn合成規(guī)則為

(7)

光照、透視畸變等因素可能會(huì)影響某一指標(biāo)的正確判斷,但幾乎不會(huì)使所有指標(biāo)誤判。因此,可以利用證據(jù)理論融合三個(gè)指標(biāo),以弱化光照、透視畸變的影響。融合指標(biāo)表示為

(8)

式中:P1、P2、P3為式(2)、式(4)、式(6)計(jì)算結(jié)果。可設(shè)定門(mén)檻值ε,滿(mǎn)足P>0.5+ε,則判斷該壓板為投入狀態(tài);滿(mǎn)足P<0.5-ε,則判斷該壓板為退出狀態(tài);當(dāng)0.5-ε

2 人機(jī)交互設(shè)計(jì)

2.1 選站選屏界面

在核對(duì)壓板前,巡視人員通過(guò)選站和選屏界面選擇需要核對(duì)的保護(hù)屏,如圖3所示。

圖3 選站和選屏界面

選站界面展示變電站列表,該列表需事先按規(guī)定格式編寫(xiě)為csv文件,并拷貝至移動(dòng)應(yīng)用的外部?jī)?chǔ)存目錄下,移動(dòng)應(yīng)用啟動(dòng)后自動(dòng)讀取該文件,巡視人員按下正在巡視的變電站名稱(chēng),進(jìn)入該站的選屏界面,巡視人員選屏后,進(jìn)入圖像采集環(huán)節(jié)。

2.2 圖像采集界面

選屏后,程序根據(jù)該屏的壓板布局,相應(yīng)生成框選網(wǎng)格;壓板狀態(tài)核對(duì)完成后,通過(guò)結(jié)果輸出界面,將核對(duì)結(jié)果反饋給變電站巡視人員,如圖4所示。

圖4 圖像采集和結(jié)果輸出界面

圖像采集程序采用Google Camera2 API。在圖像采集界面下方設(shè)有2個(gè)滑塊,控制網(wǎng)格寬度和長(zhǎng)度,以適應(yīng)透視畸變后的壓板區(qū)域。

2.3 結(jié)果輸出和人工確認(rèn)界面

在結(jié)果輸出界面,投退狀態(tài)正確的壓板被標(biāo)記為綠色,投退狀態(tài)錯(cuò)誤的壓板被標(biāo)記為紅色并顯示錯(cuò)誤位置。按下“確認(rèn)無(wú)誤”按鈕,識(shí)別結(jié)果將保存到日志。如果該屏柜壓板投退狀態(tài)存在錯(cuò)誤,則輸出狀態(tài)錯(cuò)誤壓板的位置。此時(shí)無(wú)法直接保存日志,需按下“繼續(xù)確認(rèn)”按鈕手動(dòng)確認(rèn)原因,如圖5所示。

圖5 結(jié)果輸出和人工確認(rèn)界面

在人工確認(rèn)界面,錯(cuò)誤壓板的坐標(biāo)、原始圖像、圖像分割結(jié)果、圖像識(shí)別結(jié)果、臺(tái)賬記錄狀態(tài)、識(shí)別狀態(tài)、錯(cuò)誤原因逐行顯示。錯(cuò)誤原因有識(shí)別錯(cuò)誤、投退錯(cuò)誤、臺(tái)賬錯(cuò)誤、其他錯(cuò)誤4種類(lèi)型,按下錯(cuò)誤原因文本按鈕,可在上述4種類(lèi)型中切換。所有狀態(tài)錯(cuò)誤壓板的錯(cuò)誤原因均手動(dòng)確認(rèn)后,按下“確認(rèn)無(wú)誤”保存日志或按下“返回重試”重新識(shí)別。在日志查詢(xún)界面中,可按巡視日期、變電站查詢(xún)巡視校核記錄。

變電站保護(hù)壓板校核移動(dòng)應(yīng)用的原理框圖如圖6所示。

圖6 移動(dòng)應(yīng)用的原理框圖

3 實(shí)例分析

3.1 試點(diǎn)應(yīng)用情況

移動(dòng)應(yīng)用研制完畢后,在220 kV紅廟變電站等10座變電站試點(diǎn)應(yīng)用,應(yīng)用記錄見(jiàn)表1。

表1 試點(diǎn)應(yīng)用記錄

在熟練操作的情況下,移動(dòng)應(yīng)用的識(shí)別準(zhǔn)確率約為99.52%,巡視一面保護(hù)屏的用時(shí)在5～10 s,效率遠(yuǎn)遠(yuǎn)高于人工巡視。

3.2 算例分析

以110 kV山陽(yáng)站110 kV線(xiàn)路保護(hù)屏I為例,說(shuō)明所提方法的有效性,算例如圖7所示。第一行前五列壓板的判據(jù)指標(biāo)融合數(shù)據(jù)見(jiàn)表2。

表2 判據(jù)指標(biāo)融合數(shù)據(jù)

圖7 算例圖像

由圖7及表2可見(jiàn),第1行第4列壓板實(shí)際為退出狀態(tài),但因連片分離角度不足而形似投入,引起占比2、寬長(zhǎng)比指標(biāo)誤判。若按3個(gè)判據(jù)表決方式,則最終結(jié)果將誤判;然而占比1支持壓板為退出狀態(tài)的程度相比后兩個(gè)指標(biāo)強(qiáng)烈的多,使融合結(jié)果趨向于壓板退出。

4 結(jié) 語(yǔ)

為減少光照不足、反光、透視變形等因素對(duì)圖像識(shí)別的影響,提高識(shí)別準(zhǔn)確率,構(gòu)建了3個(gè)指標(biāo)量化,表征了壓板投、退狀態(tài)的可能性程度,并通過(guò)D-S證據(jù)理論削弱了個(gè)別指標(biāo)受不利因素影響,有效保證了最終識(shí)別結(jié)果的準(zhǔn)確性。研發(fā)了基于安卓操作系統(tǒng)的移動(dòng)應(yīng)用。現(xiàn)場(chǎng)試點(diǎn)表明,該移動(dòng)應(yīng)用識(shí)別準(zhǔn)確率較高,能夠有效提高壓板巡視效率,其推廣應(yīng)用對(duì)于減輕變電運(yùn)維人員工作強(qiáng)度、實(shí)現(xiàn)智能巡視有著重要意義。