王 楠 鄭 磊 鄒 胤 董澤強 廖 海

（貴州電網(wǎng)有限責任公司遵義供電局）

0 引言

智能變電站對電力系統(tǒng)的穩(wěn)定性和安全性至關(guān)重要，而檢修工作是確保其穩(wěn)定運行的重要環(huán)節(jié)。然而，傳統(tǒng)的檢修方式有限，無法實現(xiàn)全天候的在線監(jiān)測。因此，基于雙目視覺技術(shù)的智能變電站檢修區(qū)域全天候在線監(jiān)測方法備受關(guān)注。雙目視覺是一種利用兩個攝像頭同時獲取圖像并通過計算機算法進行分析的技術(shù)。在智能變電站中，檢修區(qū)域的全天候在線監(jiān)測具有重要意義。傳統(tǒng)上，變電站的檢修通常需要人工巡檢和定期維護，這對于確保設(shè)備的正常運行非常關(guān)鍵。然而，人工巡檢存在時間成本高、效率低以及無法實現(xiàn)全天候?qū)崟r監(jiān)測等問題。因此，利用雙目視覺技術(shù)來實現(xiàn)智能變電站檢修區(qū)域的全天候在線監(jiān)測具有很大的優(yōu)勢和意義。

近年來，有學者對智能變電站檢修區(qū)域全天候在線監(jiān)測方法進行了研究。例如，文獻［1］提出了基于實時分布式計算平臺的智能變電站設(shè)備在線監(jiān)測研究，而文獻［2］則提出了智能變電站隔離開關(guān)機械狀態(tài)自動監(jiān)測方法。然而，這些方法存在監(jiān)測準確率低的問題。

為解決這一問題，本文提出了一種基于雙目視覺的智能變電站檢修區(qū)域全天候在線監(jiān)測方法。該方法利用雙目視覺技術(shù)實現(xiàn)對檢修區(qū)域的實時監(jiān)測和故障診斷。通過該方法，可以有效地提高智能變電站的檢修效率和故障診斷準確性。

1 智能變電站檢修區(qū)域全天候在線監(jiān)測方法設(shè)計

1.1 雙目相機測距原理

雙目相機由兩個攝像頭組成，它們同時拍攝同一場景，形成兩張2D圖像。當同一個物體同時出現(xiàn)在左右兩張圖像中時，由于攝像頭之間的基線距離，它在兩個圖像中的位置會有所偏移，這種偏移量稱為視差。視差可以通過計算兩張圖像中對應像素點的距離差來得到。通過視差，可以得到同一物體在兩張圖像中對應像素點的距離差，同時已知兩個攝像頭的基線距離和視角等參數(shù)［3］。因此，雙目相機可以通過測量視差和已知的基線距離和視角參數(shù)來測量物體的距離，具體如圖1所示。

圖1 雙目相機測距原理

1.2 智能變電站檢修區(qū)域圖像采集

智能變電站檢修區(qū)域圖像采集是實現(xiàn)全天候在線監(jiān)測的重要步驟之一。為了確保采集的圖像清晰、穩(wěn)定且具有代表性，通常需要使用高分辨率、高靈敏度的相機進行拍攝。在智能變電站中，由于存在大量的電磁干擾和信號干擾，相機的選擇也需要考慮到這些因素。在圖像采集過程中，相機的設(shè)置和調(diào)整也是非常重要的。通常需要調(diào)整相機的曝光時間、光圈大小、ⅠSO感光度等參數(shù)，以確保拍攝的畫面質(zhì)量符合要求。相機參數(shù)如表1所示。

表1 相機參數(shù)

在智能變電站檢修區(qū)域中，由于環(huán)境和光照條件比較復雜，需要采用多種不同的光源和照射角度來保證圖像的質(zhì)量和穩(wěn)定性。在拍攝過程中，通常需要使用閃光燈進行補光，同時需要根據(jù)不同的環(huán)境和光照條件調(diào)整光源的位置和角度。此外，為了確保拍攝的畫面清晰穩(wěn)定，還需要使用三腳架或其他固定設(shè)備來固定相機和燈光的位置。其采集環(huán)境如圖2所示。

圖2 智能變電站檢修區(qū)域圖像采集環(huán)境

圖3 實驗現(xiàn)場圖

1.3 智能變電站檢修區(qū)域圖像預處理

智能變電站檢修區(qū)域圖像預處理是圖像分析的重要環(huán)節(jié)，旨在消除噪聲和改善圖像質(zhì)量，以便更準確地提取特征信息。在灰度化過程中，可以使用以下公式對彩色圖像進行轉(zhuǎn)換：

式中，g(i，j)表示灰度圖像中像素點(i，j)處的灰度值，r(i，j)、g(i，j)、b(i，j)分別表示彩色圖像中像素點(i，j)處的紅、綠、藍三個通道的像素值。

中值濾波可以通過以下公式實現(xiàn)：

式中，N表示經(jīng)過濾波后的新像素；(Q1，Q2，...，Qn)表示為經(jīng)過濾波像素點集合。

綜上所述，智能變電站檢修區(qū)域圖像采集是實現(xiàn)全天候在線監(jiān)測的重要環(huán)節(jié)之一。通過對圖像的采集和處理，可以實現(xiàn)對檢修區(qū)域的故障診斷和狀態(tài)監(jiān)測，為電力設(shè)備的穩(wěn)定運行提供有力的保障。

1.4 智能變電站檢修區(qū)域危險事件特征提取

智能變電站檢修區(qū)域危險事件特征提取是實現(xiàn)故障診斷和狀態(tài)監(jiān)測的關(guān)鍵環(huán)節(jié)之一。通過對圖像和視頻數(shù)據(jù)的分析，可以提取出危險事件的特征，從而判斷出是否存在安全隱患。邊緣是圖像中像素值發(fā)生顯著變化的位置，通過邊緣檢測來判斷智能變電站檢修區(qū)域圖像中的變化，可以通過以下公式實現(xiàn)：

式中，f(i，j)表示變化后的像素值，g(i，j)表示原始圖像中像素點(i，j)處的灰度值，g(i，j)-g(i-1，j)表示相鄰像素點的灰度值。

設(shè)S表示圖像中的像素點集合，S=｛（r1，g1，b1），（r2，g2，b2），…，（rn，gn，bn）｝，(rn，gn，bn)表示像素點n處的RGB值。通過計算像素點集合中各像素點之間的距離、角度、梯度等信息，可以提取出已經(jīng)出現(xiàn)變化的圖像中存在的紋理特征，相當于智能變電站檢修區(qū)域圖像中出現(xiàn)的危險事件的特征。其中，變化前后圖像像素點之間的距離可以由歐幾里得距離公式計算：

式中，(x1，y1)和(x2，y2)是兩個像素點的坐標。

變化前后圖像像素點之間的角度可以由兩個像素點之間的向量夾角計算：

式中，аrctаn表示反正切函數(shù)。

變化前后圖像像素點之間的梯度可以由灰度值差分計算：

式中，g(x1，y1)）和g(x2，y2)是兩個像素點的灰度值。

由此對智能變電站檢修區(qū)域危險事件特征進行提取，計算公式如下：

通過以上特征提取方法，可以提取出智能變電站檢修區(qū)域危險事件的特征，為故障診斷和狀態(tài)監(jiān)測提供更準確的數(shù)據(jù)支持。

1.5 基于雙目視覺的全天候在線監(jiān)測

將已經(jīng)提取的智能變電站檢修區(qū)域危險事件特征作為輸入樣本，輸入用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò)模型中，將w(l-)1j作為卷積神經(jīng)網(wǎng)絡(luò)中第l-1層中第j個危險事件特征圖經(jīng)過卷積后輸出的像素矩陣，結(jié)合損失函數(shù)loss ，進行變電站檢修區(qū)域危險事件分類，實現(xiàn)智能變電站檢修區(qū)域全天候在線監(jiān)測，計算公式如下：

式中，δ表示模型輸出結(jié)果，即監(jiān)測出的變電站檢修區(qū)域危險事件；J表示卷積層；t表示危險事件持續(xù)時間；C表示池化層；b表示卷積核；q表示偏置加權(quán)；α表示學習參數(shù)。

至此，完成基于雙目視覺實現(xiàn)智能變電站檢修區(qū)域全天候在線監(jiān)測方法的設(shè)計，可實現(xiàn)變電站檢修區(qū)域危險事件的在線監(jiān)控，提高智能變電站運行的可靠性和安全性。

2 實驗

2.1 實驗環(huán)境

文章選取某智能變電站作為研究對象，分別采用本文方法，文獻［1］、［2］方法進行智能變電站檢修區(qū)域全天候在線監(jiān)測。其具體的實驗現(xiàn)場圖如3所示。

2.2 實驗結(jié)果分析

在上述實驗環(huán)境下，為了驗證本文方法的高效性，以檢測時間作為指標，分別采用文獻［1］、［2］方法進行監(jiān)測，對比三種方法的監(jiān)測效率。具體對比結(jié)果如表2所示。

表2 三種方法的監(jiān)測效率的對比結(jié)果

分析表2可知，本文方法用于智能變電站檢修區(qū)域監(jiān)測的時間最高只需40ms，而其他兩種方法所需的時間最低分別為310ms和325ms。這表明本文方法在提智能變電站檢修區(qū)域監(jiān)測效率方面具有顯著優(yōu)勢。通過減少監(jiān)測時間，可以更快地發(fā)現(xiàn)和應對潛在的故障，從而降低了智能變電站檢修的安全風險。

為驗證本文方法的可靠性，研究對智能變電站檢修區(qū)域進行監(jiān)測，并與文獻中的方法進行對比。具體比較結(jié)果見圖4。

圖4 三種方法的電力設(shè)備狀態(tài)監(jiān)測準確率對比結(jié)果

經(jīng)過對圖4的分析，可以觀察到本文方法在智能變電站檢修區(qū)域監(jiān)測中具有顯著優(yōu)勢。發(fā)現(xiàn)，本文方法的監(jiān)測準確率始終保持在95%以上的高水平，而其他兩種方法的準確率都低于70%。這表明本文方法在檢測目標物時具有較低的誤報風險，能夠更準確地識別出變電站檢修區(qū)域中的異常情況。高準確率是評估監(jiān)測方法可靠性的重要指標之一。本文方法在監(jiān)測準確率方面表現(xiàn)出色，說明它能夠提供可靠且準確的監(jiān)測結(jié)果，有助于及時發(fā)現(xiàn)并處理潛在的故障和問題。這將對變電站的運行安全性和可靠性產(chǎn)生積極的影響。

3 結(jié)束語

本研究基于雙目視覺技術(shù)提出了一種智能變電站檢修區(qū)域全天候在線監(jiān)測方法。通過使用雙目攝像頭獲取的圖像數(shù)據(jù)，并利用圖像處理和計算機視覺算法進行分析，能夠?qū)崟r監(jiān)測變電站的檢修區(qū)域。通過提取和分析圖像中的設(shè)備狀態(tài)。實驗結(jié)果表明，該方法能夠高效準確地監(jiān)測智能變電站檢修區(qū)域中發(fā)生的危險事件。通過實施該方法，能夠加強變電站的運行安全性和可靠性，減少潛在的故障風險，并提升整個電力系統(tǒng)的運行效率。在未來的工作中，將進一步改進和優(yōu)化該方法，提高監(jiān)測的準確性和響應速度。同時，還將探索更多的技術(shù)手段，如人工智能和大數(shù)據(jù)分析，以進一步提升智能變電站的監(jiān)測能力和管理水平。