基于統一視頻監控平臺與故障診斷技術的研究

曹麗娜，高 瀟，陳 碩，呂旭明，陳曉光

（國網遼寧省電力有限公司，遼寧 沈陽 110006）

基于統一視頻監控平臺與故障診斷技術的研究

曹麗娜，高 瀟，陳 碩，呂旭明，陳曉光

（國網遼寧省電力有限公司，遼寧 沈陽 110006）

針對視頻監控平臺與故障診斷技術在實際應用中遇到的困難，對視頻監控平臺與故障診斷技術進行分析研究。以知識庫、診斷缺陷庫為基礎，運用故障分析統計方法，列舉實例來驗證該方法的可行性，并對視頻監控平臺與故障診斷技術的未來發展進行展望。

視頻監控；故障診斷；網絡性能預警；自動巡檢

1 概述

智能電網中，視頻監控平臺作為關鍵的組成部分，在電網的生產、經營和運用、建設等諸多方面都有廣泛應用，視頻監控平臺對電網周邊環境、電力路線、通用設備進行實時監控與記錄。若發生電力事故，視頻監控平臺可提供相關圖像資料，為分析事故原因提供支持。電網出現問題時，視頻監控就會發揮其作用，為電網提供相關數據與圖像資料，維修人員對其進行分析，找出故障發生的原因與地點，有針對性地進行維修。所以視頻監控平臺為設備故障的維修提供了非常有利的證據保障［1］。

目前，視頻監控平臺的規模變得越來越大，相關設備的操作流程也變得越來越復雜，監控場所沒有做到合理的分配與規劃，導致整個流程比較混亂，嚴重降低了設備維修的效率，從而也為整個平臺的故障診斷帶來不便。因此對視頻監控平臺與故障診斷技術進行分析與研究是非常必要的。本文對故障診斷技術進行分析，結合相關問題提出解決措施，并對視頻監控平臺與故障診斷分析前景進行展望，為相關部門提供一定參考［2］。

2 故障診斷技術

視頻監控平臺與故障診斷技術的分析研究，其目的是提高平臺的實用化水平。一方面盡快對故障的設備進行分析定位；另一方面運用融合設備檢修流程、故障診斷分析定位等方法，協助故障維修人員做好設備的運維檢修、故障排查工作，故障發展進程如圖 1 所示［3］。

圖1 故障發展進程

2.1 研究目的

a. 為后期網絡配置標準化、視頻監控建設選型的數據提供支撐，計算故障頻率，找出故障原因，確立故障區域、場景，這些多維度分析需要運用大數據策略等方法。

b. 在視頻監控中，需全程跟蹤故障維修人員及維修的各個流程、響應時間等。因此，需要對設備維修的整個流程進行高效融合。這樣才能提高全程跟蹤的質量，發現問題，最終找出解決問題的方案。

c. 在維修過程中，需要盡快對故障進行診斷，并對問題進行定位，告知故障維修人員對設備進行故障維修。設備的離線狀態相對于為設備的診斷提供一個分界點，更有利于對設備進行分析。這一過程要運用故障精確診斷分析功能，從而對平臺接入設備進行實時狀態監控。

2.2 技術分類

a. 視頻質量的分析技術

對視頻質量進行分析是關鍵環節，首先找到視頻質量經常出現的故障原因、故障類型及常見的維修方法，在視頻監控平臺中，對知識庫、故障缺陷庫的模版進行固化，并對視頻圖像質量、網絡信號丟失率和系統的登陸情況等進行分類，以知識庫和故障缺陷庫為基礎，運用視頻質量分析方法，提出故障檢修的意見，填入維修方案或者巡檢工單中［4］。

視頻質量的分析技術是以視頻為基礎，對視頻故障產生的原因進行記錄，結合相關原因找到故障類型后采用相應的維修方法進行解決。視頻質量中會產生多種情況，將其準確分類，再以知識庫與故障缺陷庫為基礎，進行故障分析，為整個設備故障的診斷提出合理建議。

b. 網絡信道性能的預測技術

視頻監控故障中，最常見的故障類型是網絡性能故障，發生幾率超過50%，而在網絡故障中，帶寬不足、圖像信息丟失、時間延遲過大、路由器配置錯誤等又是最頻繁的故障類型。因此可運用通信網絡信道性能預測技術。

由于網絡應用中對時間延遲的要求較高，所以采用視頻傳輸技術，有兩種能預測時間延遲的方法。方法一是對時間延遲的數據進行分析，找到數據之間的關系，再進行擬合，對未來的時間延遲進行預測；方法二在因特網中設立一個網絡模型，對時間延遲進行預測。方法二的預測效果比方法一更好，因為網絡模型一方面能包含時間延遲數據之間的規律，另一方面能了解現在和未來的時間延遲情況、網絡信號的好壞狀況。

c. 自動巡檢技術

設備故障自動巡檢技術不僅可解決人工巡檢中故障發現效率低、故障原因無法精確定位等問題，還能對巡檢故障任務進行設置，實現定期重復巡檢，從而對故障的檢查起到促進作用。自動巡檢技術一方面可以在夜間工作，對設備異常和故障會自動生成工單，設備檢修人員可以在自己賬號上看到故障工單，從而進行排除異常和故障維修。另一方面可以對系統設置以時、天、月的單位進行故障診斷，減少工作人員重復建立的工作量，提高了工作效率。另外，設備故障的自動巡檢可以使維修人員提前了解設備的運行狀況，結合實際問題提出相應的改進措施，保障設備的使用周期與使用效率。

3 故障診斷實施方案

3.1 建立故障知識庫和缺陷庫

建立與故障相關的知識庫和缺陷庫，以多維度方法進行分析，可了解設備發生故障的原因、故障類型、故障發生頻率和典型的故障區域等。從而精準地對設備進行定位。

知識庫和缺陷庫的建立可對平臺設備的運行數據進行綜合統計，通過平臺設備的歷史運行數據，可以進行多時間維度的分析。出現故障時，檢修人員可以根據相關數據進行設備維修，對重點故障區域與設備故障一目了然，提高維修人員的效率。建立故障知識庫和缺陷庫有利于相關人員對平臺設備的掌控，有針對性給予決策，對故障進行合理維修與整改。

3.2 故障診斷業務架構

各個變電站、營業廳、辦公大樓、輸電等都是由電網統一視頻監控平臺提供視頻源服務，包括視頻的實時播放到錄像回放，再到運行工況等。

檢修流程標準化：設備診斷結果必須與整個設備的診斷過程做到高效融合，對設備檢修過程的各個環節進行實時跟蹤與處理，對設備檢修流程要做到最大限度的規范。檢修流程的標準化有利于維修過程的順利進行，同時使設備的運行更順暢。

缺陷庫：缺陷庫是將設備在運行過程中存在的需要補充、調整與改進的問題統計成一個整體，有利于維修人員對設備中的故障一目了然。在缺陷庫里可以找到很多設備故障的類似案例，進一步保證維修的質量，提升維修人員能力，保證設備的安全運行。

統計分析：設備產生故障要進行多維度的統計分析。首先必須了解監控設備部署區域與運維區域的故障再進行統計，生成與設備故障相關的統計表、分析報表與圖表，可以為故障案例統計提供更加實際的資料。統計分析在整個故障業務架構中是不可缺少的部分，它能夠為設備維修提供準確的數據，從而實現精準維修。

4 未來發展目標

目前，視頻監控平臺與故障診斷技術已經得到廣泛應用。該技術為后續設備的運行情況分析、標準化網絡配置的制定、設備選型、關鍵故障類型、區域等情況提供輔助數據，以更好地制定整改方法和決策。對視頻設備和網絡設備檢修流程、視頻離線原因、網絡通道的故障定位、預測進行實時跟蹤，并迅速處理，根據運維檢修標準化，對檢索發布機制、故障情況、知識庫、缺陷庫等進行分析，對歷史運行情況進行統計整理。

5 結束語

應用視頻監控平臺與故障診斷技術，一方面使原先種類繁多、規模巨大、設備復雜的電網系統實現安全運行；另一方面對視頻監控平臺的故障維修有著一定的推廣意義。在未來，該技術會在統一監控的平臺上，廣泛應用于資源的運維管控、信息通信系統中。即運維檢修平臺、設備管理系統、網絡和通信網管等得到廣泛應用，最終成為一個統一、協同的運維管控平臺。

［1］ 鐘方偉，馬 斌，周 平，等.視頻監控設備與網絡故障診斷分析技術 ［J］.電腦知識與技術，2016，12（31）：205－207.

［2］ 陳惠清.機械設備遠程監控與故障診斷技術分析 ［J］.中國設備工程， 2017， 37 （6）： 66－67.

［3］ 潘瑞雪.基于SVM的故障視頻圖像識別與診斷技術研究與實現 ［D］.武漢：華中師范大學，2015.

［4］ 朱元全，王印松，常政威.變電站視頻質量診斷系統的應用研究 ［J］.四川電力技術， 2014， 33 （5）： 45－49.

Research on Fault Diagnosis and Analysis Technology
Based on Unified Video Surveillance Platform

CAO Lina，GAO Xiao， CHEN Shuo， Lü Xuming， CHEN Xiaoguang

（State Grid Liaoning Electric Power Co.， Ltd.， Shenyang， Liaoning 110006， China）

This paper briefly introduces the difficulties encountered in the practical application of video surveillance platform and fault diagnosis technology.It analyzes from the fault diagnosis technology.Based on the knowledge base and the diagnosis defect database，the method of fault analysis and statistics is used.It gives a few examples to verify the feasibility of themethod.Finally，the future development of video surveillance platform and fault diagnosis technology are briefly introduced.

video surveillance； fault diagnosis； network performance warning； automatic inspection

TP393.06

A

1004－7913（2017）11－0024－03

曹麗娜 （1978），女，博士，高級工程師，主要從事電力系統管理及智能電網新技術研究工作。

2017－08－30）