基于人工智能的變電站二次回路保護壓板檢測技術研究

紀秀平 李錦盛 王帥 張曉紅

摘要：針對變電站二次系統物理回路保護壓板運維存在的諸多安全隱患和信息化支撐手段不足的問題，本文研究基于人工智能辨識技術的二次回路壓板狀態智能校驗技術，通過將人工智能、圖像識別技術與二次系統運維業務流程深度融合，提出二次回路壓板狀態的智能數字化校驗解決方案，實現二次回路硬壓板狀態的就地精準識別、壓板投退狀態的自動校對功能，降低誤操作風險，提升現場運行維護、檢修作業和專業管理水平，提高變電站運行的安全性和可靠性。

關鍵詞：保護壓板，人工智能，圖像識別，數字化校驗，二次系統

1 引言

變電站二次系統的繼電保護是守護電網安全的重要防線，其物理回路上的保護壓板是二次設備聯系外部接線的橋梁和紐帶，關系到保護的功能和動作出口能否正常發揮作用。雖然繼電保護本身的信息化、智能化水平很高，但在保護硬壓板管理方面的信息化、智能化水平則相對較低，技術手段已經不能滿足運維管理精益化、自動化的需要，具體表現在物理回路硬壓板運行狀態完全依賴于現場人工巡檢，而由于保護壓板在屏柜布局上的高度密集性，在功能上的集成復合性等特點，很容易出現壓板巡檢疏漏及操作錯誤。

對變電站二次回路保護壓板信息和狀態的巡檢和管理已成為當前困擾廣大運維人員現場工作開展的難點和痛點。本文基于人工智能辨識技術的二次回路壓板狀態智能校驗技術，通過將人工智能、圖像識別技術與二次系統運維業務流程深度融合，提出二次回路壓板狀態的智能感知和主動監測解決方案，實現二次回路硬壓板狀態的就地精準識別、壓板投退狀態的自動校對、異常變位報警、五防邏輯判斷及防誤閉鎖等功能。

2 二次回路壓板模式識別技術架構

變電站二次系統物理回路硬壓板模式識別系統由硬件與軟件組成，硬件采用帶攝像功能的平板電腦，搭載windows操作系統;軟件基于VC++、OpenCV工具進行構建，主要功能模塊包括圖像拍照、標準數據庫和圖像分析等。系統結構如圖2所示。

各模塊的主要功能如下：

1）圖像拍照。啟動攝像頭，對準要拍攝的保護壓板，按下“拍照保存”，輸入“壓板型號”，存儲為800×600像素圖像文件。在圖像上“截取圖像”，作為基準圖元關聯相應的動作值。

2）標準數據庫。順序錄入保護屏的屏號、壓板行數及列數，輸入保護屏各壓板的投退狀態，執行“寫入”保存輸入結果，作為壓板定值。執行“修改”功能，以列表方式顯示壓板數據庫，可根據需要修改各壓板的投退狀態，并保存修改結果。

3）圖像分析。對圖像文件進行模式識別，與對應型號的壓板數據庫進行比較，判定各壓板狀態是否正確，輸出識別結果。

3 基于形態特征分析的二次物理回路壓板狀態識別策略

本文采用基于Mean Shift的圖像分割算法作為去除背景、提取目標的方法，將分割后面積較大的區域作為背景區域去除，所有面積較小的區域均作為目標區域輸入，以向量機決策分類器進行判決。向量機決策流程如圖3所示。

（1）圖像分割

由于二次物理回路保護壓板圖像的邊緣條件不復雜，所以采用常規的圖像分割方法，如基于區域、基于閾值以及基于邊緣的算法，都能取得良好的分割效果。

Mean Shift是一種特征空間分析方法，運用于圖像分割時，統一考慮圖像的空間信息和色彩（或灰度等）信息，組成一個p+維的向量x=（xs，xr），其中，xs表示坐標空間（Spatia，px，py）;xr表示顏色空間（ Range：[r，g，b]），若圖像為灰度，則p=1，若圖像為彩色RGB，則p=3。分別用xi和zi（i=1，…，n）表示原始和分割后的圖像。定義向量：

式中，ω（xi）為采樣點x的權重。離x近的采樣點，xi有較大的權重，即離x越近的采樣點對估計x周圍的統計特性越有效;反之亦然。

定義核函數來估計x的分布：

式中，hs、hr可看作分割分辨率，分別代表坐標空間和顏色空間的帶寬，其值越大，越多的圖像細節就會被忽略;C為歸一化常量。

分割的具體步驟如下（對每一個像素點）：①初始化j=1，并且使yi，1=xi;②計算 mh（x）;③把mh（x）賦給x;④如果‖mh（x）-x‖<ε，分割結束，記收斂后的值為yi，c，否則，繼續執行①;⑤賦值zi=（xsi，yri，c）;⑥收斂至同一點的起始點歸為一類，合并像素點過少的類，融合局部像素，得到分割結果。

（2）特征提取

分割后的圖像區域可以由多種特征表示，包括顏色、邊緣、紋理、形狀和大小等特征，并通過設計非線性分類器進行圖像區域識別。首先，將顏色直方圖作為圖像區域特征;然后，采用計算圖像區域的大小及形狀、并與顏色直方圖配合，來對圖像區域進行描述。

（3）決策分類

經過圖像分割之后，得到一系列區域，利用模式識別方法，建立一個SVM決策分類器。區域分為2類：一類為壓板區域;另一類為非壓板區域。設 n 維訓練樣本為x1，x2，…，xn，訓練樣本各個維度的物理意義為圖像中的壓板區域大小、長軸長度、短軸長度、周長、形心和顏色等特征。采用最優分類界面 H 為：

給定訓練樣本集：

式中，yi為某個區域是否為壓板的標志位，取值為1或0。1表示是壓板區域;0表示非壓板區域。

4 基于圖像識別的二次物理回路壓板投退狀態自動校核技術

變電站二次系統硬壓板模式識別系統自動采集監控范圍內所有硬壓板的狀態，與正常保護運行方式的狀態進行全方位比對，自動生成核對結果，并以可視化圖形、報表等形式展現，完成二次物理回路壓板投退狀態的就地精準識別與自動校核。系統通過技術手段完成二次壓板的巡檢工作，詳細記錄變電站二次保護硬壓板的每一次投退操作，并記錄相應的發生時間，形成壓板動作檔案，方便查找和事故追溯。

根據對變電站二次回路壓板狀態核對的要求，攝像頭獲取目標對象的圖像后，則立即送入圖像識別算法中。圖像識別主要包括幾何校正、光照補償、濾波、轉換為 HSV 空間、算法處理和狀態判定。對保護壓板現場實物圖經過一系列圖像處理后，再經過輪廓檢測，便可得到壓板檢測的結果。

在核對時，系統獲取與變電站壓板運行方案中壓板狀態的定義和基準值，對二次物理回路硬壓板位置可根據選定的運行方式進行數字化校驗核對并生成核對報告，對于基準值不一致的壓板進行告警，及時提醒運維人員處理異常信息。核對的起始時間點、核對周期以及待核對變電站支持動態設置，支持按變電站、起始時間、裝置和壓板等條件對壓板的變化斷面進行查詢，包括壓板名稱、類型、變位時間和變位前后狀態等，用于電網故障分析與回溯查詢。

5 總結

本文以變電站二次系統物理回路的保護硬壓板為對象，設計開發變電站二次回路壓板智能運維管理系統，創建二次系統智能運維新模式，實現了變電站二次系統硬壓板投退操作執行流程的規范化管理和操作前后的自適應防誤校驗，能夠有效提高變電站二次物理回路壓板的智能化運維管控水平。

變電站二次系統物理回路數字化驗證與智能運維方案解決了變電站二次回路壓板狀態數據的采集及狀態監測困難、人工巡檢工作量大和誤操作等問題，大幅提升了智能站運維的工作效率，變電站運維周期明顯縮短;同時，降低了誤操作風險，提升了現場運行維護、檢修作業和專業管理水平。后續可在各電壓等級、各類型變電站進行應用推廣，深入推進變電站二次運維的信息化、智能化、移動化水平提升，具有廣泛的應用前景。

參考文獻：

[1]任俊杰，蔣嵐. 電力系統繼電保護壓板圖像識別系統[J].北京聯合大學學報，2004，18（2）：60-64.

[2]王志堅，蘇雁飛，李景新. 變電站壓板智能檢測技術及其應用[J].電工技術，2012，12