變電站自動巡檢管控系統(tǒng)研究與應用

嚴太山，鄭曉瓊，呂雪峰，柴宏博，占曉友，王守明

（國網(wǎng)安徽檢修分公司，安徽 合肥230061）

隨著電網(wǎng)設備規(guī)?；?、智能化的發(fā)展，電力運維、檢修作業(yè)正逐步呈現(xiàn)出作業(yè)環(huán)境復雜、作業(yè)技術難度高、工作面廣的形態(tài)[1-2]，作業(yè)現(xiàn)場的巡檢管控難度也進一步升級。在復雜的多點作業(yè)中，作業(yè)人員容易出現(xiàn)誤入帶電間隔、誤闖非工作區(qū)域等安全違章行為，造成工作班成員在作業(yè)過程中失去安全監(jiān)護，可能導致人身傷亡、電網(wǎng)設備跳閘等，對電網(wǎng)的安全運行帶來重大威脅[3-5]。安全生產(chǎn)是電力行業(yè)的重中之重，當前電力安全生產(chǎn)正面臨著更嚴峻的挑戰(zhàn)，在這種新的安全生產(chǎn)形勢下，如何實現(xiàn)對作業(yè)人員的位置和行為進行跟蹤監(jiān)視，對作業(yè)人員進行實時遠程全方位安全監(jiān)護，這對提高電網(wǎng)巡檢管控的智能化水平、保障電網(wǎng)安全可持續(xù)發(fā)展具有重大意義。

現(xiàn)階段，各變電站為滿足安全生產(chǎn)遠程監(jiān)控信息化工作需要，已建成較為完善的變電站網(wǎng)絡高清視頻監(jiān)控系統(tǒng)[6]。但現(xiàn)有的視頻監(jiān)控系統(tǒng)在實際生產(chǎn)管理應用方面尚有局限性，沒有充分發(fā)揮現(xiàn)有的視頻技術的作用。其具體表現(xiàn)為：第一，視頻監(jiān)控系統(tǒng)運行仍需人工實時查看，缺少視頻智能化應用。第二，視頻監(jiān)控系統(tǒng)與電網(wǎng)業(yè)務相對孤立，無法融合。目前視頻監(jiān)控系統(tǒng)只能實現(xiàn)環(huán)境監(jiān)控，且僅具備實時觀看功能，無法與電網(wǎng)業(yè)務相互融合。第三，視頻監(jiān)控系統(tǒng)存儲錄像數(shù)據(jù)巨大，人工回放錄像取證效率低下。對于特定目標的追溯往往需要通過大量的人工對所有錄像瀏覽來實現(xiàn)，往往存在漏檢情況。可見，目前變電站視頻監(jiān)控網(wǎng)絡僅停留于設備和環(huán)境監(jiān)測，既制約了監(jiān)控設備的智能化水平，限制了設備資產(chǎn)利用率，也沒有考慮監(jiān)控數(shù)據(jù)與電網(wǎng)管控業(yè)務的融合。

電網(wǎng)作業(yè)智能巡檢管控平臺通過利用變電站現(xiàn)有的站內(nèi)高清視頻監(jiān)控設備，結合智能視頻跟蹤算法，實現(xiàn)作業(yè)人員自動檢測、自動跟蹤、禁區(qū)闖入自動判別，用計算機視覺解決作業(yè)過程的巡檢管控問題。通過智能視頻跟蹤算法在電網(wǎng)作業(yè)巡檢管控中的實際應用，有效實現(xiàn)了對作業(yè)人員全過程監(jiān)護、作業(yè)現(xiàn)場全方位管控、作業(yè)設備狀態(tài)實時采集、作業(yè)現(xiàn)場環(huán)境實時監(jiān)測，提升作業(yè)現(xiàn)場巡檢管控力度，保障作業(yè)現(xiàn)場巡檢管控質量，全面推進電網(wǎng)現(xiàn)場作業(yè)“全面、全過程、全方位”的巡檢管控。

1 系統(tǒng)架構

變電站自動巡檢管控系統(tǒng)框架如圖1 所示。前端采集層是安裝分布在變電站設備區(qū)域和各保護小室內(nèi)的帶人工智能識別功能的高清攝像頭，傳輸層為帶POE 接口的網(wǎng)盤錄像機（NVR, network video recorder），站控層部署有云端控制中心和信息儲備數(shù)據(jù)庫。

圖1 變電站自動巡檢管控系統(tǒng)框架圖

1.1 高清自動跟蹤攝像頭

采集層設備采用具有人工智能識別的高清攝像頭，通過充分考慮變電站現(xiàn)場的實際運行環(huán)境，研究攝像機參數(shù)、攝像機性能、抗干擾功能，選取安格華500 萬高清抓拍、具備AI 人形自動追蹤功能的高清攝像頭，該攝像頭采用H.265 編碼，具有占用帶寬小、占用存儲空間少的優(yōu)勢。

1.2 網(wǎng)盤錄像機NVR

通過比較各類型的NVR在經(jīng)濟性、安全性、兼容性等多個指標，最終選取型號為DS-7808NBK18P ?？低昉OE 網(wǎng)絡硬盤錄像機。該NVR 支持48 V標準的POE供電模式，將供電和聯(lián)網(wǎng)功能合二為一，通過內(nèi)置POE控制芯片，自動監(jiān)測識別POE設備，且具備多種存儲方式，安全性能較佳，傳輸距離可達數(shù)百米。

1.3 云端控制中心

云端控制中心通過以太網(wǎng)部署在服務器上。攝像機通過云端控制中心的算法完成機器訓練，采集施工現(xiàn)場的含有作業(yè)人員的視頻信息，通過網(wǎng)絡傳輸實時輸出至云端控制中心并保存數(shù)據(jù)到信息儲備數(shù)據(jù)庫，云端控制中心通過傳送的視頻信息，跟蹤作業(yè)人員的運動軌跡，計算其是否在給定施工區(qū)域內(nèi)，判斷其是否規(guī)范作業(yè)。

1.4 信息儲備數(shù)據(jù)庫

在對前端高清攝像頭運用算法進行機器訓練后，機器訓練的施工現(xiàn)場樣圖就被存儲至信息儲備數(shù)據(jù)庫。

由于攝像機前端存儲空間有限，攝像機監(jiān)控的歷史錄像也通過傳輸網(wǎng)絡傳至信息存儲數(shù)據(jù)庫，通過云端控制中心訪問信息存儲數(shù)據(jù)庫進行歷史錄像查詢和瀏覽。

2 算法實現(xiàn)

視頻目標跟蹤算法[7-10]作為被動跟蹤方式，目前已廣泛應用于機器人巡檢、視頻稽查、人機交互、安全管控及聯(lián)動報警等領域[11-13]。視頻目標跟蹤致力于以計算機視覺解決目標位置軌跡問題，其原理是通過給定視頻圖像中初始幀的目標位置框，在后續(xù)視頻序列中自動鎖定和分析出目標的實時位置框。視頻目標跟蹤系統(tǒng)，一般可劃分為初始化、外觀模型、運動模型、位置確定4 個部分，其中外觀模型和運動模型是視頻目標跟蹤算法的核心，模型的適用度直接決定了鎖定目標視頻前后幀的關聯(lián)性分析是否能快速準確的建立，同時也影響著追蹤輔助信息的質量。

傳統(tǒng)目標跟蹤算法基本流程如圖2所示。

圖2 傳統(tǒng)跟蹤算法的一般流程

在變電站實際運行環(huán)境中，由于現(xiàn)場電力設備眾多且各電壓等級區(qū)域均存在構架或設備支柱，導致被鎖定目標所處環(huán)境復雜，且由于目標的移動往往會產(chǎn)生遮擋、位置急劇變化等情形，導致影響追蹤的參數(shù)過多[14-15]，傳統(tǒng)的追蹤算法已不再適用。

本文采用基于深度學習理論的智能視頻跟蹤算法，通過對目標施加強大的特征抽象提取和目標運動軌跡進行擬合，使智能視頻跟蹤算法能夠具有很好的魯棒性，可處理在復雜多變的變電站環(huán)境各種參數(shù)干擾帶來的問題。智能視頻跟蹤算法，通過提前對采集的室外現(xiàn)場作業(yè)人員施工圖片進行采樣機器學習，進而對室外作業(yè)場景中的給定區(qū)域進行檢測，具體流程如圖3所示。

圖3 智能視頻跟蹤算法流程

上述智能視頻跟蹤算法中，對于目標是否在給定區(qū)域內(nèi)的判定方法主要根據(jù)目標局部區(qū)域符合條件多邊形個數(shù)奇偶性而定。設定檢測得到的作業(yè)人員矩形框底邊中點為P0(x0,y0)，多邊形施工區(qū)域由點Mi(xi,yi)(i=1…N)確定，其邊分別為MiMi+1，統(tǒng)計N個邊當中同時滿足如下規(guī)則的邊的個數(shù)：

若符合上式的多邊形邊的個數(shù)為奇數(shù)，則表示點P0在多邊形內(nèi)，即表示作業(yè)人員在給定區(qū)域內(nèi)施工。

3 應用效果

變電站自動巡檢管控系統(tǒng)搭建完成后，分別在正常狀態(tài)下和存在環(huán)境干擾2 種情況下，分別對500 kV變電站內(nèi)500 kV、220 kV、35 kV 3個典型的不同電壓等級的設備區(qū)域隨機等量取點進行試驗，分析系統(tǒng)對現(xiàn)場作業(yè)人員工作區(qū)域非法越界判斷的情況。通過試驗分析，正常狀態(tài)下和存在環(huán)境干擾下非法越界判斷的準確率分別如圖4和圖5所示。

圖4 正常狀態(tài)下非法越界判斷準確率

圖5 環(huán)境干擾下非法越界判斷準確率

從圖4和圖5對比可以分析出，在環(huán)境干擾下非法越界判斷準確率約為88.04%，比正常狀態(tài)下低約9.6個百分點。這是由于現(xiàn)場檢修作業(yè)環(huán)境中存在有大型吊車作業(yè)、設置硬圍欄、或者在變電站機器人聯(lián)合巡檢場景等環(huán)境因素干擾下，導致圖像智能識別的準確率下降。

變電站實際現(xiàn)場環(huán)境下，通過對人體特征元素的進一步提取和優(yōu)化，并在前期圖片識別素材庫里增加多場景下的環(huán)境元素，提升前端高清攝像頭對不同場景下的現(xiàn)場環(huán)境智能識別性能。完成改善措施后，同樣選取500 kV 變電站內(nèi)500 kV、220 kV、35 kV 3個典型的不同電壓等級的場景下，再次在變電站現(xiàn)場存在環(huán)境干擾因素下，系統(tǒng)對變電站作業(yè)區(qū)域內(nèi)作業(yè)人員非法越界判斷發(fā)熱準確率分析，如圖6所示。

采取改善措施后，在存在環(huán)境因素干擾下，非法越界判斷準確率約為95.96%，相比改善前增加了7.9個百分點，改善后環(huán)境因素對系統(tǒng)非法越界判斷準確性的影響程度減小。

圖6 改善后環(huán)境干擾對非法越界判斷準確率影響

4 結論

本文通過將智能視頻跟蹤算法應用于變電站作業(yè)現(xiàn)場自動巡檢管控系統(tǒng)，實現(xiàn)對作業(yè)現(xiàn)場目標人員所在區(qū)域的實時檢測并追蹤目標軌跡。實際應用表明，在變電站作業(yè)現(xiàn)場環(huán)境復雜、遮掩物多的背景下，變電站自動巡檢管控系統(tǒng)對作業(yè)現(xiàn)場目標人員非法越界的判斷準確率均在95%以上，該系統(tǒng)應用的可行性和判定的準確性得到了驗證。

通過使用變電站作業(yè)現(xiàn)場自動巡檢管控系統(tǒng)，為電網(wǎng)作業(yè)實時不間斷的巡檢管控提供了技術平臺，在巡檢管控的勞動強度降低的同時，管控質量也得到了保障。變電站作業(yè)現(xiàn)場自動巡檢管控系統(tǒng)可視為智能采集層面的局部物聯(lián)網(wǎng)，其應用不僅提升了電網(wǎng)巡檢管控作業(yè)的智能化水平，也提高了巡檢工作效率，為今后推進變電站無人值守模式奠定重要基礎。