智能監控系統在現代變電站中的應用

孔磊 孔德龍 孔德慧

摘要：現階段，我國的電力行業建設的發展迅速，變電站是電網系統的重要組元之一，傳統變電站依賴人工，可靠性差，無法滿足電網系統的智能化要求。因此建立一個具有智能識別分析能力的現代化變電站，實現對電網系統的智能監控和管理，保障電網系統運行的安全性、可靠性，成為電力系統研究領域的一個重要課題。在調研了國內外研究工作基礎上，闡述總結了智能監控系統在現代變電站中的應用。根據國內變電站的實際情況，分別從設備儀表監控、非法入侵監控、作業人員行為規范監控等方面進行分類討論，總結了智能視頻監控技術在變電站中的應用，提出了現代變電站建設的一個可行方式。

關鍵詞：智能監控系統;現代變電站;應用

引言

智能變電站是構成智能電網的重要組成部分，也是保障電能安全與穩定輸送的關鍵。隨著我國智能電網建設的不斷推進，現有的智能變電站逐步開始信息化建設，對智能變電站中電力設備進行狀態監測成為了必不可少的關鍵環節。大量的智能監控設備得到了應用，較大地提升了變電站智能化水平。而隨著監測技術的進步，監控設備采集數據的周期逐漸減小，由此導致智能變電站監測系統無時無刻都需要處理海量的監測數據，此類數據具有以下特征：數據量激增，規模呈指數級增長;數據所具有的結構極為復雜;歷史監測數據與實時監測數據呈現多樣化，如電力設備的運行參數、實驗數據與故障數據等;監測數據類型眾多，除數據結構上有所不同外，其查詢與處理方法也有所區別;各監測平臺的通訊互聯也存在一定的技術難題。監測數據的快速增長使得傳統的運行狀態分析手段難以滿足現有數據處理的效率要求，因此亟需應用大數據技術實現智能變電站的運行狀態分析。

1系統應用功能

1.1基礎信息管理

監控信息基礎數據管理實現本系統基礎數據的維護管理及與D5000系統的數據交互。主要包括：組織機構信息、設備臺賬、標準信息庫、監控信號規則維護等應用功能。

1.2設備臺賬專家庫管理

設備臺賬專家庫管理是實現與OMS系統的設備臺賬保持一致，確保自動生成的監控信息點表的間隔名、設備名能自動匹配，提高監控信息點表的校驗合格率。主要包括變電站信息維護、設備臺賬維護、設備監控信息點表規則配置等應用功能。

1.3監控信息點表智能管理

監控信息點表智能管理實現監控信息表的自動生成、智能審核以及與OMS現有流程的銜接，并在此基礎上實現監控信息表的應用功能。主要包括設備信息點表編制（錄入、自動生成）、信息點表管理流程、信息點表校核、信息點表發布等應用功能。系統采用面向對象的監控信息生成方案。該方案借鑒IEC61850面向對象進行建模的思路，首先將梳理形成的電網典型信息表模型化，形式基準信息庫，然后按照監控信息生成規則對監控信息表和基準信息庫進行映射。系統根據不同屬性的變電站和設備選擇對應的模型對象，自動生成遙信、遙測、遙控信息點表。系統根據變電站類型、三側設備電壓等級、三側接線方式確定站內存在的間隔類型，填寫變電站內各類型間隔數量和間隔名稱后，自動生成站內間隔。然后，根據間隔下設備生成規則自動生成間隔下存在設備，通過基準信息庫與設備映射關系生成單個設備信息表。最后，按照既定規則將全站設備信息排序后形成全站監控信息表。

2優化措施分析

2.1外來人員和小動物管控

變電站作為電網系統的樞紐，任何突發的變化都有可能對電網造成不可估計的損失。一旦有可疑外來人員或小動物侵入，如果無法迅速作出示警和報警，變電站的安全將無法得到保證。因此，對外來人員和小動物的管控是智能變電站智能識別系統重要的作用。外來人員和小動物管控在視頻監控系統中均可歸結為運動目標監控技術，國外對視頻監控技術中的運動目標入侵識別監控技術研究比較早，技術已經成熟。美國已實現在復雜環境下對多個運動目標進行檢測、定位以及跟蹤，在部分遮擋環境下可持續對多個物體的跟蹤定位，并對運動目標的行為進行識別分析。目前對于運動物體的智能檢測主流的方法大致分為以下三種：光流法、圖像序列差分法和背景減除法。光流法是利用固定攝像機對穩定靜止背景中的圖像進行識別，對突然出現的物體進行跟蹤。該方法對背景不是很敏感，但是其信息處理受周圍環境的影響較大;幀間差分法基本原理是利用圖像灰度來確定圖像中變化的部分，進而確定有無入侵生物。該方法用少量簡單程序就能較好的滿足實時監控的要求，但其對勻速或慢速運動目標的監控經常出現遺漏;背景減除法的主要原理利用當前幀和背景幀作差分來檢測出運動目標。它能夠提取出相對完整的運動區域信息，提供完整的特征數據，但對氣候、光照、噪聲等干擾特別敏感。由于以上幾種方法均存在其優點和不足，如果對上述方法的兩種或三種組合改進應用，如把背景減除法和二幀差分法結合起來對運動目標檢測，將會有明顯的改善效果。該方法主要是對二幀差分法進行了改進，把其中的差值運算僅應用于相鄰兩幀圖像件，通過和背景減除法做與運算，避免運動目標過大造成誤差，從而對運動目標進行識別。該方法克服了光線變化對背景減除法的影響，避免了二幀差分法帶來的“重影”現象，計算簡單，實現容易，能夠較好的適應變電站的復雜環境，滿足現代變電站建設的需求。

2.2作業人員行為規范監控

現代變電站仍需要作業人員對設備進行日常維護、點檢，為保障作業人員安全和設備穩定運行，需對變電站核心區域的作業人員進行實時監控，以確保其行為規范性和操作安全性。由于變電站作業人員衣著規范，特征顯著，具有較強的辨識度，本文對變電站人員所戴安全帽、所穿防護服等特征衣著進行組合監控，通過視頻識別技術進行智能分析監測，對作業人員活動區域及操作過程特征動作的規范性進行實時監控，對違規操作進行警示。電工安全帽是變電站工作人員必須佩戴的安全防護用品，對安全帽佩戴狀態的自動識別，可以識別作業人員的佩戴規范，還能跟蹤識別作業人員面部特征，判斷作業人員與現場袖標信息是否一致，更能對其活動區域和行為規范作出更準確判斷，從而作為作業人員行為安全規范的重要依據。安全帽識別最重要的指標是檢出準確率，傳統的模式識別方式由于誤報漏報率高，不能滿足現代變電站的要求。此次研究方向，基于深度學習技術的安全帽檢測算法。深度學習的框架概念很早就被提出，因為當時缺少平臺支持和樣板數據，只訓練出了三層神經網絡。隨著GPU芯片的發展，工業繁榮期，深度學習技術得到了飛速發展，不斷在突破。基于深度學習的算法也不斷在發布，如基于深度學習的人臉識別技術、基于深度學習的煙火識別技術、基于深度學習的車牌識別技術等。

結語

針對現有的智能變電站狀態監測所衍生的監控設備大數據處理問題，引入大數據技術，在考慮智能變電站監控設備數據特性的基礎上，從監測、傳輸與分析3個方面分別構建智能變電站監控設備大數據監測平臺、分布式數據傳輸系統與數據挖掘系統。相比傳統的智能變電站運行狀態分析方法，有效提升了數據讀寫、數據傳輸與數據分析的效率，并在減少用時的同時提升了分析的準確率。從而有助于維護智能變電站的穩定運行，提升電網運行的可靠性。

參考文獻

[1]嚴濤.第三代智能變電站的應用研究[D].南昌：南昌大學，2019.

[2]郭俊敏.智能變電站在線監測與故障診斷系統設計與實現[D].福州：福州大學，2017.

（1國網濱州供電公司?山東?濱州?256600：2濱州市高級技工學校?山東?濱州?256600：3國網濱州市濱城區供電公司?山東?濱州?256600）