人工智能圖像識(shí)別技術(shù)在電力系統(tǒng)中的應(yīng)用

吳躍，郭洋，張永梅，方銳

（國(guó)網(wǎng)安徽省電力有限公司信息通信分公司，安徽合肥，230000）

1 理論概述

人工智能的英文全稱為Artificial Intelligence，簡(jiǎn)稱AI，主要是對(duì)人類的智能以及智能行為進(jìn)行研究、開發(fā)并模擬的科學(xué)學(xué)科，人工智能分屬于計(jì)算機(jī)學(xué)科，研究人工智能的核心目的在于模擬人類大腦的智慧，讓計(jì)算機(jī)系統(tǒng)、程序能夠模擬出人類智能的思維，能夠模仿人類的行為。

以人工智能技術(shù)為基礎(chǔ)的圖像識(shí)別處理技術(shù)，其組成原理主要是處理不同類型的圖片，通過積累大量的數(shù)據(jù)來對(duì)圖片、實(shí)際事物展開準(zhǔn)確分析判斷，人工智能能夠虛擬化識(shí)別的對(duì)象，依據(jù)平面圖形在不分析實(shí)物的基礎(chǔ)上就可以實(shí)現(xiàn)三維化。

2 以人工智能為基礎(chǔ)的圖像識(shí)別技術(shù)過程

2.1 圖像的預(yù)處理

以人工智能為基礎(chǔ)的圖像識(shí)別技術(shù)中，獲取信息的最主要方式就是圖像預(yù)處理工作，直接對(duì)識(shí)別結(jié)果造成直接影響，所以屬于整個(gè)流程中的關(guān)鍵環(huán)節(jié)。借助圖像預(yù)處理工作，能夠?qū)D像識(shí)別系統(tǒng)進(jìn)行輔助可以就圖片特點(diǎn)更加精準(zhǔn)，可以給后續(xù)的工作奠定一些基礎(chǔ)，將識(shí)別的時(shí)間有效縮減且將復(fù)雜程度有效降低。在進(jìn)行預(yù)處理的工作過程中，最重要的任務(wù)就是將辨識(shí)效率全面提高，最常用到的方式就是降噪和去霧。

利用預(yù)處理工作可以實(shí)現(xiàn)圖片還原，將圖片還原成質(zhì)量清晰地。在電力系統(tǒng)中的應(yīng)用就是，在進(jìn)行架空輸電線路巡檢過程中應(yīng)用智能圖像識(shí)別技術(shù)，能夠?qū)⑹占降膱D片進(jìn)行一鍵處理，實(shí)現(xiàn)圖片數(shù)據(jù)獲得最優(yōu)解。

2.2 圖像特征提取

對(duì)于圖像特征提取工作，主要分為提取、選擇兩個(gè)環(huán)節(jié)。在目標(biāo)圖像中，有可能包含許多個(gè)特征點(diǎn)，這些特征點(diǎn)都分別對(duì)應(yīng)著各自的特征子集，特征點(diǎn)的選擇要求科學(xué)這是充分保證能夠高效準(zhǔn)確識(shí)別圖片的關(guān)鍵。當(dāng)前圖像最常見的特征點(diǎn)包括以下幾個(gè)部分：顏色特征、圖像紋理、圖像形狀、空間關(guān)系特征等等，這些特征中顏色第一捕捉特征點(diǎn),但在局部特征捕捉,圖像紋理特征是第一特征點(diǎn),如圖1為圖片的關(guān)鍵點(diǎn)的截取。能夠看出來，以人工智能為基礎(chǔ)的圖像識(shí)別技術(shù)在應(yīng)用方向、識(shí)別需求上，能夠針對(duì)性的實(shí)現(xiàn)特征抽取、選擇。總體來講，圖片中會(huì)包含非常多的信息量，因此在應(yīng)用技術(shù)手段時(shí)應(yīng)該對(duì)圖片特征進(jìn)行有效區(qū)分。比如電力系統(tǒng)中，架空輸電線路巡查檢修時(shí)應(yīng)該對(duì)電線的紋理特征進(jìn)行提取，這樣能夠及時(shí)發(fā)現(xiàn)線路存在哪些問題。

圖1 圖片特點(diǎn)截取

2.3 圖像匹配分類

以人工智能為基礎(chǔ)的圖像識(shí)別技術(shù)，圖像匹配分類是其中最后的一個(gè)環(huán)節(jié)。通過嚴(yán)格落實(shí)各個(gè)流程，根據(jù)流程結(jié)果從數(shù)據(jù)庫(kù)中把相同圖片信息調(diào)取出來，這樣能夠完成特征的分析。對(duì)于電力系統(tǒng)來講，以人工智能為基礎(chǔ)的圖像識(shí)別技術(shù)開展架空輸電線路巡查檢修時(shí)，應(yīng)該按照?qǐng)D片具體情況來做圖像匹配分類，從數(shù)據(jù)庫(kù)中將對(duì)應(yīng)信息調(diào)取出來以實(shí)現(xiàn)對(duì)應(yīng)處理。

3 人工智能圖像識(shí)別技術(shù)應(yīng)用內(nèi)容

3.1 采集數(shù)據(jù)信息在線監(jiān)控系統(tǒng)應(yīng)用分析

電力系統(tǒng)在具體運(yùn)行的工作過程中，會(huì)有很多意外情況發(fā)生，對(duì)電力系統(tǒng)的安全危害很大，比如盜竊、失火等情況。所以，為了能夠有效避免意外情況造成的不利影響，需要及時(shí)的做好信息信息采集工作，通過在線監(jiān)控電力系統(tǒng)方便提供給異常警報(bào)數(shù)據(jù)方面的信息，能夠讓技術(shù)人員對(duì)具體異常情況作出及時(shí)了解，及時(shí)的處理異常情況。監(jiān)控系統(tǒng)能夠?qū)崿F(xiàn)進(jìn)出人員的實(shí)時(shí)監(jiān)控，能夠利用圖像識(shí)別技術(shù)來作出準(zhǔn)確識(shí)別。在線監(jiān)控系統(tǒng)可以利用紅外攝像頭，對(duì)進(jìn)出人員的紅外線輪廓進(jìn)行掌握，這樣能夠利用輪廓在進(jìn)行數(shù)據(jù)的預(yù)處理。還有就是，紅外攝像頭你能夠感應(yīng)溫度，即便是火力發(fā)電也可以根據(jù)火焰狀態(tài)進(jìn)行識(shí)別，將火焰溫度進(jìn)行確定來充分保障電力系統(tǒng)安全。

3.2 柜面圖像智能應(yīng)用分析

監(jiān)控圖像獲取以后，就需要進(jìn)行以下三個(gè)步驟。首先，檢測(cè)與標(biāo)定壓板內(nèi)容。當(dāng)前設(shè)備標(biāo)定算法一般都是人工來完成，效率比較低下。所以以人工智能為基礎(chǔ)的圖像自動(dòng)檢測(cè)方法能夠?qū)崿F(xiàn)畫面區(qū)域的自動(dòng)標(biāo)定與類型設(shè)定，將人為標(biāo)定效率全面提升；其次，指示燈狀態(tài)識(shí)別。通過研究通用的指示燈狀態(tài)識(shí)別算法，對(duì)不同廠商、不同規(guī)格的非標(biāo)準(zhǔn)指示燈狀態(tài)的顯示結(jié)果進(jìn)行讀取；最后，報(bào)警狀態(tài)識(shí)別。通過研究可擴(kuò)展的報(bào)警狀態(tài)識(shí)別算法，方便后期添加和刪除一些報(bào)警規(guī)則。

3.3 視頻濃縮快照與異常報(bào)警應(yīng)用分析

數(shù)據(jù)存儲(chǔ)量較大，可以選擇視頻濃縮的方式來科學(xué)降低。為了能夠滿足不同約束的數(shù)據(jù)檢索需要，其中包括按時(shí)間點(diǎn)檢索、按數(shù)據(jù)變化檢索方式等等，能夠?qū)?shù)據(jù)以及與之對(duì)應(yīng)的圖像進(jìn)行同步存儲(chǔ)，通過形成時(shí)間點(diǎn)的數(shù)據(jù)快照來提供給技術(shù)人員分析。首先，視頻排序是按照時(shí)間序列的，數(shù)據(jù)同步快照系統(tǒng)：要研究圖像與數(shù)據(jù)的存儲(chǔ)方式，將冗余數(shù)據(jù)摒除并且對(duì)數(shù)據(jù)庫(kù)進(jìn)行精簡(jiǎn)，充分滿足用戶的定制化查詢需要；其次，異常報(bào)警。系統(tǒng)識(shí)別出某個(gè)異常數(shù)據(jù)時(shí)，進(jìn)行警報(bào)并作出同步異常顯示。二次屏柜對(duì)其進(jìn)行智能監(jiān)控，通過搭建一套以人工智能圖像識(shí)別技術(shù)為基礎(chǔ)的變電站二次設(shè)備智能巡檢系統(tǒng)，利用系統(tǒng)來進(jìn)行監(jiān)管；最后，將數(shù)據(jù)進(jìn)行匯總并報(bào)送至數(shù)據(jù)倉(cāng)庫(kù)，通過大數(shù)據(jù)與電力模型結(jié)合形成的數(shù)據(jù)系統(tǒng)，全面提高監(jiān)控效率，降低值班人員的勞動(dòng)量，為電網(wǎng)運(yùn)行提高堅(jiān)實(shí)保障。

4 基于計(jì)算機(jī)視覺的圖像處理識(shí)別平臺(tái)應(yīng)用

4.1 以計(jì)算機(jī)視覺為基礎(chǔ)的圖像處理識(shí)別平臺(tái)技術(shù)要求與性能指標(biāo)

技術(shù)要求與性能指標(biāo)重點(diǎn)包括以下六個(gè)方面。首先，預(yù)先處理采集到的二次設(shè)備圖片，處理的內(nèi)容包括圖片數(shù)據(jù)存儲(chǔ)與清洗、尺寸重整、分類標(biāo)注，完成預(yù)處理后的圖片再開展人工智能圖像分析系統(tǒng)的訓(xùn)練與識(shí)別工作；其次，圖像信息的提取。以計(jì)算機(jī)視覺深度學(xué)習(xí)算法為基礎(chǔ)，識(shí)別和信息提取預(yù)處理完以后的二次設(shè)備圖像，這一階段有待識(shí)別的關(guān)鍵點(diǎn)包括二次屏柜上的指示燈、壓板、開關(guān)狀態(tài)、指示數(shù)字等。要去高精度的識(shí)別，較快速的響應(yīng)時(shí)間；然后，上傳識(shí)別結(jié)果并作出分析。數(shù)據(jù)要整理成符合電網(wǎng)安全管理規(guī)范要求的，通過接入來源與通道設(shè)計(jì)并將數(shù)據(jù)識(shí)別結(jié)果上傳，上傳后系統(tǒng)分析識(shí)別結(jié)果，對(duì)正常、異常情況進(jìn)行判斷；接著，二次設(shè)備對(duì)信息結(jié)果進(jìn)行提取，可視化呈現(xiàn)出來。結(jié)果在Web和App上分別能呈現(xiàn)出來，二次屏柜上能夠顯示指示燈、壓板、開關(guān)狀態(tài)等圖像，圖像能夠直觀實(shí)現(xiàn)對(duì)二次設(shè)備的實(shí)時(shí)監(jiān)控；再就是，二次設(shè)備異常狀況告警。告警信息主要是二次屏柜的監(jiān)控圖像數(shù)據(jù)，以可視化的推送方式來實(shí)現(xiàn)異常設(shè)備的實(shí)時(shí)告警。異常狀況主要包括二次屏柜的監(jiān)控圖像數(shù)據(jù)，經(jīng)過深度學(xué)習(xí)網(wǎng)絡(luò)后得到識(shí)別結(jié)果，所有的數(shù)據(jù)信息及識(shí)別結(jié)果疊加后進(jìn)行可視化呈現(xiàn)，實(shí)現(xiàn)對(duì)二次設(shè)備的實(shí)時(shí)監(jiān)控；最后，性能指標(biāo)。指示燈定位準(zhǔn)確率>95%，狀態(tài)識(shí)別準(zhǔn)確率>90%，壓板定位準(zhǔn)確率>95%，狀態(tài)識(shí)別準(zhǔn)確率>90%，開關(guān)定位準(zhǔn)確率>95%，狀態(tài)識(shí)別準(zhǔn)確率>90%。

4.2 監(jiān)控界面及交互系統(tǒng)

對(duì)于監(jiān)控界面以及交互系統(tǒng)，重點(diǎn)包括四個(gè)方面的內(nèi)容。首先，技術(shù)方面的要求。以計(jì)算機(jī)視覺圖像處理識(shí)別平臺(tái)為基礎(chǔ)，圖像識(shí)別結(jié)果信息傳輸接口獲取信息后經(jīng)平臺(tái)處理獲得二次屏柜指示燈、開關(guān)狀態(tài)、壓板等數(shù)據(jù)信息，信息傳輸結(jié)果被儲(chǔ)存到了人機(jī)交互系統(tǒng)；其次，二次設(shè)備信息監(jiān)控界面。按照傳輸以后在交互系統(tǒng)中的設(shè)備儲(chǔ)存的設(shè)備狀態(tài)信息，對(duì)設(shè)備的監(jiān)控情況進(jìn)行實(shí)時(shí)動(dòng)態(tài)顯示，界面能夠?qū)⒑笈_(tái)識(shí)別結(jié)果全面的展示出來，可以達(dá)到自動(dòng)化的管理。監(jiān)控界面要求能夠?qū)⒏婢瘮?shù)據(jù)推送接口有效保留，能夠?qū)崟r(shí)對(duì)設(shè)備運(yùn)行的異常狀態(tài)進(jìn)行告警；然后，人機(jī)交互系統(tǒng)。人機(jī)交互系統(tǒng)能夠幫助監(jiān)控工作人員查驗(yàn)各個(gè)設(shè)備的監(jiān)控信息，能及時(shí)的處理異常運(yùn)行狀況。還有就是，系統(tǒng)可以支持技術(shù)人員再確認(rèn)設(shè)備異常運(yùn)行信息，能夠及時(shí)準(zhǔn)確地發(fā)現(xiàn)設(shè)備存在哪些故障；最后，性能指標(biāo)。界面能夠?qū)⑺写R(shí)別信息呈現(xiàn)出來，界面包含著單點(diǎn)實(shí)時(shí)圖像信息，人機(jī)交互系統(tǒng)支持監(jiān)控人員隨時(shí)登陸與查驗(yàn)。

4.3 后臺(tái)服務(wù)系統(tǒng)及視頻流獲取程序

對(duì)于后臺(tái)服務(wù)系統(tǒng)以及視頻流獲取程序，重點(diǎn)包括四個(gè)方面的內(nèi)容。首先，技術(shù)方面要求。對(duì)攝像頭進(jìn)行驅(qū)動(dòng)運(yùn)行并實(shí)現(xiàn)圖像采集，實(shí)現(xiàn)智能圖像采集終端運(yùn)行驅(qū)動(dòng)，特別是能夠分清兩種明暗環(huán)境，將對(duì)應(yīng)的預(yù)制參數(shù)進(jìn)行自動(dòng)加載，這樣可以獲得清晰、準(zhǔn)確地圖像，可以實(shí)時(shí)的進(jìn)行圖像抓取然后向服務(wù)器后代進(jìn)行傳輸并處理；其次，系統(tǒng)后臺(tái)服務(wù)。將底層的攝像頭驅(qū)動(dòng)程序與識(shí)別算法服務(wù)相互串通，對(duì)于攝像頭上傳回來的圖片向數(shù)據(jù)庫(kù)中存入，通過對(duì)識(shí)別算法程序進(jìn)行調(diào)用來識(shí)別數(shù)據(jù)庫(kù)中圖像的狀態(tài)，重新將識(shí)別結(jié)果、圖像存入到數(shù)據(jù)庫(kù)中，將前端顯示出的識(shí)別結(jié)果調(diào)用出來；然后，歷史圖像及識(shí)別結(jié)果保存。存儲(chǔ)系統(tǒng)的歷史抓取圖像到redis數(shù)據(jù)庫(kù)，這一數(shù)據(jù)庫(kù)是在服務(wù)器上部署的，圖像與歷史識(shí)別結(jié)果相互對(duì)應(yīng)然后保存在My SQL數(shù)據(jù)庫(kù)，這樣方便追溯還原設(shè)備的歷史異常狀態(tài)，這樣可以確保后期分析出現(xiàn)異常情況時(shí)可以提供給使用者真實(shí)的現(xiàn)場(chǎng)數(shù)據(jù)；最后，性能指標(biāo)。能夠同時(shí)支持最少80單位的智能圖像采集終端，實(shí)現(xiàn)在線圖像采集，能夠做到3 000個(gè)以上點(diǎn)位的識(shí)別時(shí)間<15 min。

5 電力系統(tǒng)中人工智能圖像識(shí)別技術(shù)的應(yīng)用難點(diǎn)以及具體解決措施

首先，應(yīng)用難點(diǎn)在于電力系統(tǒng)數(shù)據(jù)深度分析和二次屏柜的主動(dòng)識(shí)別算法框架設(shè)計(jì)。針對(duì)這類難點(diǎn)需要學(xué)會(huì)綜合運(yùn)用各類技術(shù)手段，比如圖像處理、機(jī)器學(xué)習(xí)技術(shù)等等，借助理論分析、實(shí)驗(yàn)研究相互結(jié)合，利用高效、快速識(shí)別算法來對(duì)指示燈面板、開關(guān)、壓板、指示數(shù)字等圖像展開研究和設(shè)計(jì)，這樣可以做到視頻濃縮以及異常報(bào)警，通過研究系統(tǒng)架構(gòu)等關(guān)鍵技術(shù)來建立起一套可以實(shí)現(xiàn)快速反應(yīng)、準(zhǔn)確識(shí)別和報(bào)警的算法框架。其次，難點(diǎn)還包括數(shù)據(jù)快照及索引技術(shù)研究及應(yīng)用。這一技術(shù)應(yīng)用難點(diǎn)在于借助智能終端的采集，對(duì)識(shí)別服務(wù)器的量化匯總以后進(jìn)行數(shù)據(jù)快照及索引技術(shù)的研究，借助Key-Value型的數(shù)據(jù)庫(kù)LMDB來持久化的存儲(chǔ)、分析圖像和相關(guān)監(jiān)控?cái)?shù)據(jù)，同時(shí)允許客戶進(jìn)行查詢、報(bào)警以及上傳。