丁連榮, 劉磊, 金巖

(國網(wǎng)天津市電力公司高壓分公司, 天津 300230)

0 引言

變電站屬于電網(wǎng)傳輸電能的核心節(jié)點,變電站的運行維護屬于保障變電站正常工作的前提條件。為了降低變電站工作人員的工作壓力,需要對變電站運維問題進行專題探討[1]。很多學(xué)者都對此進行了研究討論,劉子俊等[2]為解決智能變電站運維培訓(xùn)效果不佳等問題,提出了基于增強現(xiàn)實技術(shù)在運維仿真系統(tǒng)中的設(shè)計架構(gòu);彭志強等[3]為適應(yīng)無人值守變電站模式,提高變電站監(jiān)控系統(tǒng)運維效率,研究了基于GSP的變電站監(jiān)控系統(tǒng)遠(yuǎn)程運維技術(shù);彭紅霞等[4]為提高電力設(shè)備運維效率,研究了一種基于兩層知識架構(gòu)的電力設(shè)備差異化運維技術(shù)。盡管很多學(xué)者對此進行了研究,但仍然存在人工檢查誤差大的問題。由于AR技術(shù)有可視化的優(yōu)勢,能夠?qū)?shù)據(jù)快速上傳,并且還支持視頻對話,上傳設(shè)備故障情況,具有直觀性,因此運用AR技術(shù)實現(xiàn)運維工作能降低故障發(fā)生概率,為此,本文構(gòu)建一種基于AR技術(shù)的變電站現(xiàn)場作業(yè)動態(tài)運維模型,把AR技術(shù)使用在變電站設(shè)備運維工作中,以避免出現(xiàn)人工檢查誤差大這一問題,并優(yōu)化運維人員的培訓(xùn)效果。

1 基于AR技術(shù)的變電站現(xiàn)場作業(yè)動態(tài)運維模型

1.1 模型結(jié)構(gòu)

基于AR技術(shù)的變電站現(xiàn)場作業(yè)動態(tài)運維模型的運維管理功能主要分為現(xiàn)場運維、網(wǎng)絡(luò)通信和遠(yuǎn)程指揮和運維管理。模型結(jié)構(gòu)如圖1所示。

圖1 基于AR技術(shù)的變電站現(xiàn)場作業(yè)動態(tài)運維模型

圖1中,變電站現(xiàn)場作業(yè)運維可完成基于AR技術(shù)的可視化巡檢和故障診斷;網(wǎng)絡(luò)通信可實現(xiàn)變電站工作現(xiàn)場和指揮中心的無線通信,例如視頻通話;遠(yuǎn)程指揮和運維管理可實現(xiàn)變電站運維現(xiàn)場遠(yuǎn)程指揮、故障診斷、人員調(diào)度、故障歸檔處理、AR信息管理和作業(yè)工單管理等[5]。

該模型的構(gòu)建思路是利用AR技術(shù)結(jié)合模式識別方法提取關(guān)聯(lián)特征量,獲取變電站現(xiàn)場作業(yè)動態(tài)運維的子帶圖像,構(gòu)建變電站現(xiàn)場作業(yè)動態(tài)運維模型;然后運維人員穿戴AR設(shè)備實現(xiàn)變電設(shè)備的可視化巡檢、故障診斷,若變電站運維現(xiàn)場出現(xiàn)變電設(shè)備出現(xiàn)故障,便使用無線網(wǎng)絡(luò)把變電站運維現(xiàn)場狀況傳輸至變電站運維指揮中心,錄制變電站作業(yè)現(xiàn)場視頻,以備故障修復(fù)使用;指揮中心人員使用視頻和語音通話,了解變電站運維現(xiàn)場情況后,設(shè)置變電設(shè)備故障診斷策略;最后,使用視頻和語音通話的模式指導(dǎo)現(xiàn)場運維人員實現(xiàn)故障排除,完成基于AR技術(shù)的變電站現(xiàn)場作業(yè)動態(tài)運維[6]。

基于AR技術(shù)的變電站現(xiàn)場作業(yè)動態(tài)運維模型的遠(yuǎn)程運維功能示意圖如圖2所示。

圖2 遠(yuǎn)程運維功能示意圖

1.2 模型構(gòu)建

1.2.1 成像預(yù)處理

變電站現(xiàn)場作業(yè)動態(tài)運維時,將AR可穿戴設(shè)備獲取的各幀變電站巡檢圖像,使用式(1)實施二值化操作,分割全部標(biāo)準(zhǔn)范圍與背景范圍,鎖定運維目標(biāo)的標(biāo)志搜索區(qū)間,降低后續(xù)操作的運算量,優(yōu)化圖像刷新的實時性[7]。

(1)

式(1)中,各幀灰度圖像值與二值化閾值依次是L(a,b)與Hm,標(biāo)記成1的范圍屬于背景范圍,標(biāo)記成0的范圍屬于標(biāo)志范圍,f(a,b)為二值化操作后的巡檢圖像。

1.2.2 獲取變電站現(xiàn)場作業(yè)動態(tài)運維圖像

在變電站現(xiàn)場作業(yè)過程中利用AR技術(shù),其中AR技術(shù)在變電站現(xiàn)場作業(yè)中使用的核心是三維注冊技術(shù)、虛實融合技術(shù)與人機交互技術(shù)[8],并結(jié)合模式識別方法,提取虛擬模型在變電站現(xiàn)場的關(guān)聯(lián)特征量,通過虛實融合技術(shù)把虛擬信息實時與實際場景相融合,得到圖像像素模糊度生成序列為

C=Ω{B1,B2,…,BI}

(2)

式(2)中,1,2,…,I為圖像監(jiān)控的角點信息,結(jié)合三維注冊技術(shù),得到變電站現(xiàn)場作業(yè)動態(tài)運維的自相關(guān)特征量表示為

(3)

(4)

其中,δ為視頻監(jiān)控圖像的邊緣分布閾值,使用行濾波器并結(jié)合特征識別方法,得到變電站現(xiàn)場作業(yè)動態(tài)運維的圖像為

(5)

1.2.3 基于AR技術(shù)的變電站現(xiàn)場作業(yè)動態(tài)運維模型

在三維注冊技術(shù)的輔助下,結(jié)合多模態(tài)融合識別方法,得到變電站現(xiàn)場作業(yè)動態(tài)運維的演化特征量為

(6)

構(gòu)建變電站現(xiàn)場作業(yè)圖像監(jiān)控的穩(wěn)態(tài)特征分布集,得到邊緣像素分布像素值r。結(jié)合像素分布矩陣實現(xiàn)變電站現(xiàn)場作業(yè)動態(tài)運維的三維視覺重建[9-10],兩幅源圖像整體輪廓信息為

(7)

(8)

式(7)、式(8)中,θ為相似度特征分辨值,ω為重建次數(shù),設(shè)置灰度像素集,根據(jù)各分量的融合結(jié)果,得到深度學(xué)習(xí)迭代式為

P=ssinηcosφ,s=u/2

(9)

其中,η為邊緣亮度,φ為稀疏特征分量,s為源圖像的細(xì)節(jié)信息,u為子帶信息。根據(jù)上述分析,構(gòu)建基于AR技術(shù)的變電站現(xiàn)場作業(yè)動態(tài)運維模型,本文模型使用人工交互技術(shù)中的頭部運動控制、凝視、命令交互模式和語音交互模式,完成AR可穿戴設(shè)備多種標(biāo)準(zhǔn)化流程操作、事故預(yù)警與處理流程指導(dǎo)等,實現(xiàn)變電站現(xiàn)場作業(yè)的動態(tài)運維管理。

2 實驗結(jié)果與分析

將本文模型使用于某地區(qū)變電站現(xiàn)場作業(yè)動態(tài)運維工作中,變電站現(xiàn)場作業(yè)動態(tài)運維時,工作人員穿戴AR眼鏡方式如圖3所示。

(a) 正視

測試本文模型的使用效果。測試內(nèi)容如表1所示。

表1 測試內(nèi)容

本文模型應(yīng)用性能測試結(jié)果如表2所示。

表2 測試結(jié)果

如表2所示,本文模型使用下,運維人員在變電站現(xiàn)場作業(yè)中,變電設(shè)備臺賬維護、日常巡視規(guī)程維護、特殊巡視規(guī)程維護、巡視記錄檢索、文件上傳、場景維護、遠(yuǎn)程視頻通話幾種功能均正確響應(yīng),響應(yīng)時延均低于2 ms,表示本文模型可實現(xiàn)變電站現(xiàn)場作業(yè)動態(tài)運維,且響應(yīng)效率較顯著。

測試該變電站使用本文模型后變電設(shè)備運行的故障比,以此判斷本文模型的運維應(yīng)用效果。運行故障比較大,表示本文模型運維效果較好。故障比的計算方法

(10)

式(10)中,某時間段中變電設(shè)備運維故障比與檢修次數(shù)依次為Ω、φ,故障次數(shù)為φ。

變電設(shè)備2019年的年度故障比測試結(jié)果如圖4所示。

圖4 故障比測試結(jié)果

分析圖4可知,應(yīng)用本文模型后,該地區(qū)變電設(shè)備的故障比始終大于應(yīng)用前,故障比最大值為10.77。應(yīng)用本文模型前,該地區(qū)變電站變電設(shè)備故障比最大值是5.69。表示本文模式應(yīng)用后,該地區(qū)變電站現(xiàn)場作業(yè)動態(tài)運維工作較好,能夠在平時運維工作中將潛在的變電設(shè)備運維風(fēng)險控制在可控范圍內(nèi)。

計算該地區(qū)變電站使用本文模型后變電設(shè)備的故障出現(xiàn)概率。結(jié)果如圖5所示。

圖5 故障出現(xiàn)概率測試結(jié)果

分析圖5可知,在本文模型運維管理下,該地區(qū)變電站變電設(shè)備故障出現(xiàn)概率最大值是1.02%,和應(yīng)用前相比,故障出現(xiàn)概率最少降低4.31%,表示本文模型可有效優(yōu)化變電站穩(wěn)定性。統(tǒng)計該變電站應(yīng)用本文模型前后的整體效益,結(jié)果如表3所示。

表3 該變電站應(yīng)用本文模型前后的整體效益

分析表3可知,本文模型應(yīng)用后,該變電站變電設(shè)備運維整體費用和應(yīng)用前相比,年度節(jié)省費用均值高達9716萬元,現(xiàn)場作業(yè)動態(tài)運維工作中年度節(jié)省費用均值高達5599萬元,故障損失費用年度節(jié)省費用均值高達4202萬元,表示本文模型可有效降低變電站運維成本,原因是本文模型可實現(xiàn)遠(yuǎn)程故障診斷,人力投資費用比應(yīng)用前少。

為了進一步證明本文模型的有效性,采取基于GSP的變電站監(jiān)控系統(tǒng)遠(yuǎn)程運維模型與基于語義網(wǎng)的智能變電站運維專家系統(tǒng)可擴展模型(文獻[3]、文獻[4]模型)與其進行對比,分析應(yīng)用3種模型后的響應(yīng)效率和故障出現(xiàn)概率。如圖6、圖7所示。

圖6 不同模型響應(yīng)效率對比

圖7 不同模型故障出現(xiàn)概率對比

分析圖6、圖7可知,一年內(nèi)該地區(qū)變電站在本文模型運維管理下,響應(yīng)效率最高可達到95%以上,遠(yuǎn)高于另外2種模型;且變電設(shè)備故障出現(xiàn)概率平均為1%,有效證明了所設(shè)計模型的優(yōu)越性。

3 總結(jié)

文章以變電站現(xiàn)場作業(yè)動態(tài)運維問題為研究核心,將AR技術(shù)引入該領(lǐng)域,構(gòu)建了基于AR技術(shù)的變電站現(xiàn)場作業(yè)動態(tài)運維模型。該模型融合了三維注冊技術(shù)、虛實融合技術(shù)與人機交互技術(shù)的應(yīng)用精髓,可優(yōu)化變電站現(xiàn)場作業(yè)動態(tài)運維效果,可解決以往研究方法動態(tài)運維效果不佳的問題。該模型在實驗測試中被驗證:本文設(shè)計模型可實現(xiàn)變電站現(xiàn)場作業(yè)動態(tài)運維,且響應(yīng)效率較顯著,平均效率可達95%以上;本文模型可有效優(yōu)化變電站穩(wěn)定性,故障出現(xiàn)概率最少降低4.31%。由此可知,本文模型可有效降低變電站運維成本,提高變電站整體效益,具有一定應(yīng)用價值。但由于本文方法在設(shè)計過程中,僅在一個變電站進行實驗,實效性無法得到有效驗證。為了在更大范圍內(nèi)進行運用,需要在接下來的研究過程中將其運用到更多變電站進行測試,并針對具體問題進行改進,以期為真正解決變電站運維問題,提高變電站整體效益提供一定幫助。