張 宇,楊浩然

(國能大渡河大崗山發(fā)電有限公司,四川 雅安 625400)

0 引言

智能水電站內(nèi)電氣設(shè)備數(shù)量較多,運行過程中,受到各方不確定因素的干擾影響,運行狀態(tài)可能存在不同程度地波動[1]。一旦電氣設(shè)備運行出現(xiàn)異常而得不到及時運維處理,會降低智能水電站運行的質(zhì)量與效率,嚴重情況下,引發(fā)不可控的電力事故[2]。為了提高智能水電站運行的安全性與可靠性,需要采用科學(xué)合理的自動巡檢方法,定期對智能水電站的各個電氣設(shè)備進行巡檢,判斷智能水電站運行中是否存在安全風(fēng)險隱患,實時展示智能水電站的運行狀態(tài)變化[3]。現(xiàn)階段,傳統(tǒng)的水電站自動巡檢方法在實際應(yīng)用過程中,存在巡檢周期較長、巡檢結(jié)果與水電站實際運行狀態(tài)偏差較大的問題。視頻聯(lián)動技術(shù)能夠優(yōu)化這一問題,充分挖掘水電廠內(nèi)所有的視頻監(jiān)控系統(tǒng)資源,將其以無縫集成的方式,集成到控制系統(tǒng)中,能夠起到節(jié)約巡檢時間、降低自動巡檢強度、提高巡檢精度的作用[4]?；诖?在傳統(tǒng)水電站巡檢方法的基礎(chǔ)上,本文引入視頻聯(lián)動技術(shù),提出了一種全新的智能水電站監(jiān)測狀態(tài)實時自動巡檢方法。

1 智能水電站自動巡檢方法設(shè)計

1.1 視頻與智能水電站聯(lián)動

在本文設(shè)計的實時自動巡檢方法中,首先,利用視頻聯(lián)動技術(shù),對智能水電站與視頻進行聯(lián)動處理。通過視頻服務(wù)器的高效運行,調(diào)控現(xiàn)場的攝像機,實時采集智能水電站電氣設(shè)備監(jiān)測狀態(tài)相關(guān)圖像,并反饋給發(fā)起請求的客戶端。

本文設(shè)計的視頻與智能水電站聯(lián)動運行流程見圖1所示。

圖1 視頻與智能水電站聯(lián)動運行流程

如圖1所示,在智能水電站運行動作發(fā)生變化的前提條件下,調(diào)節(jié)電氣設(shè)備的改變接口,記錄與智能水電站監(jiān)測狀態(tài)有關(guān)的各項信息,并將記錄的信息發(fā)送至智能水電站一體化信息平臺接口,對監(jiān)測狀態(tài)記錄文件進行多維度解析。其次,提取解析文件內(nèi)的各項關(guān)鍵信息,包括電氣設(shè)備運行動作、設(shè)備編號等,判斷各項關(guān)鍵信息是否與水電站管理系統(tǒng)的信息匹配,進而確定智能水電站監(jiān)測狀態(tài)編碼[5]。將編碼錄入到日志表內(nèi),量測智能水電站信息配置,獲取監(jiān)測狀態(tài)巡檢關(guān)鍵信息。通過視頻與智能水電站聯(lián)動業(yè)務(wù)處理模塊,播放智能水電站運行狀態(tài)視頻,提取聯(lián)動信息與監(jiān)測狀態(tài)圖像,為后續(xù)自動巡檢奠定基礎(chǔ)。

1.2 監(jiān)測狀態(tài)視頻圖像識別

完成視頻與智能水電站聯(lián)動后,獲取到智能水電站監(jiān)測狀態(tài)視頻圖像,接下來,對視頻圖像進行自動識別。首先,對智能水電站監(jiān)測狀態(tài)視頻圖像識別進行程序化設(shè)計,AD轉(zhuǎn)換視頻圖像。其次,設(shè)定監(jiān)測狀態(tài)視頻圖像識別的主要參數(shù),如表1所示。

表1 監(jiān)測狀態(tài)視頻圖像識別主要參數(shù)

按照表1所示的參數(shù),設(shè)計智能水電站監(jiān)測狀態(tài)視頻圖像識別模式。在此基礎(chǔ)上,利用大視場模板,匹配識別視頻圖像目標,調(diào)整云臺預(yù)置位,將視頻圖像目標標定到智能水電站視場中心,根據(jù)匹配識別結(jié)果,判斷智能水電站運行狀態(tài)。

1.3 監(jiān)測狀態(tài)實時自動巡檢

基于智能水電站監(jiān)測狀態(tài)視頻圖像識別完畢后,初步得知水電站的運行狀態(tài)。在此基礎(chǔ)上,對智能水電站監(jiān)測狀態(tài)進行實時自動巡檢。

本文設(shè)計的實時自動巡檢流程,如圖2所示。

圖2 監(jiān)測狀態(tài)實時自動巡檢流程

如圖2所示,利用智能水電站一體化信息平臺的數(shù)據(jù)提取功能,獲取實時自動巡檢所需的狀態(tài)數(shù)據(jù)X(i),基于狀態(tài)數(shù)據(jù)有效性檢查,實現(xiàn)狀態(tài)數(shù)據(jù)的冗余切換,全方位地提高數(shù)據(jù)的可信度。其次,利用動態(tài)閾值越限檢測方法,實時檢測水電站是否存在異常運行狀態(tài),若存在則立即發(fā)出報警信息。在此基礎(chǔ)上,依據(jù)經(jīng)驗?zāi)Ｐ?計算智能水電站監(jiān)測狀態(tài)實時自動巡檢任務(wù)的性能指標S,公式為:

S=(S(X(T),X(T+1),…,X(N))

(1)

式中,T、N分別表示實時自動巡檢任務(wù)開始、結(jié)束時刻對應(yīng)的狀態(tài)數(shù)據(jù)序號。根據(jù)S的越限與降低程度,發(fā)出相應(yīng)的巡檢報警信息,實現(xiàn)智能水電站監(jiān)測狀態(tài)實時自動巡檢的目標。

2 實驗分析

2.1 實驗準備

為了驗證上述提出的實時自動巡檢方法的可行性,進行如下的實驗分析。在自動巡檢實驗開始前,建立包含待巡檢目標的智能水電站數(shù)據(jù)集,包括多種水電站電氣設(shè)備,如表2所示。

表2 智能水電站電氣設(shè)備說明

表2為本次實驗使用的電氣設(shè)備的編號與標注說明。為了保證實驗的真實性與客觀性,避免實驗結(jié)果存在偶然性,數(shù)據(jù)樣本采集選取了多個智能水電站場景與角度。搭建此次實驗所需的自動巡檢運行環(huán)境,如表3所示。

表3 自動巡檢實驗測試環(huán)境配置

按照表3所示的配置,建立此次實驗測試環(huán)境,為實驗順利進行提供良好的保障。在此基礎(chǔ)上,按照上述設(shè)計方法的自動巡檢流程,巡檢智能水電站的狀態(tài)變化與運行工況,進而檢驗方法的可行性。

2.2 結(jié)果分析

將上述設(shè)計的基于視頻聯(lián)動技術(shù)的智能水電站監(jiān)測狀態(tài)實時自動巡檢方法設(shè)置為實驗組,將文獻[1]、文獻[2]提出的巡檢方法分別設(shè)置為對照組1與對照組2,對三種方法的自動巡檢結(jié)果作出全方位的客觀分析,并對比。選取6種智能水電站電氣設(shè)備監(jiān)測狀態(tài)實時自動巡檢識別率作為此次實驗的評價指標,其計算公式為:

Q=RM/R×100%

(2)

式中,Q表示自動巡檢識別率;RM表示自動巡檢識別正確的智能水電站電氣設(shè)備數(shù)量;R表示自動巡檢識別的智能水電站電氣設(shè)備總數(shù)[6]。

自動巡檢識別率Q值越高,說明水電站監(jiān)測狀態(tài)實時自動巡檢結(jié)果與水電站實際運行狀態(tài)的偏差越小,巡檢精度越高,反之同理。利用MATLAB模擬軟件,模擬整個自動巡檢過程?？偣策M行10次自動巡檢實驗,取10次實驗結(jié)果的平均值,并作出對比,結(jié)果如圖3所示。

圖3 智能水電站自動巡檢識別率對比結(jié)果

通過圖3的對比結(jié)果可知,三種自動巡檢方法應(yīng)用后,智能水電站實時自動巡檢識別率結(jié)果存在較大的差距。其中,本文提出的自動巡檢方法應(yīng)用后,6種不同類型的智能水電站電氣設(shè)備的自動巡檢識別率明顯高于另外兩種方法,均達到了98%以上[7]。由此可見,提出方法的巡檢精度較高,巡檢效果更好。

3 結(jié)語

綜上所述,為了改善傳統(tǒng)自動巡檢方法在智能水電站監(jiān)測狀態(tài)巡檢工作中巡檢周期較長、巡檢結(jié)果精度較低的問題,本文引入視頻聯(lián)動技術(shù),提出了基于視頻聯(lián)動技術(shù)的智能水電站監(jiān)測狀態(tài)實時自動巡檢方法研究。通過本文的研究,有效解決了水電站內(nèi)設(shè)備圖像識別分辨率較低的問題,選擇最佳巡檢方案,實現(xiàn)了多張智能水電站監(jiān)測狀態(tài)圖像穩(wěn)定拼接的效果,全方位地提高了智能水電站自動巡檢結(jié)果的精度與效率,具有良好的應(yīng)用前景。