駱 豐
(安徽南瑞繼遠電網技術有限公司,安徽 合肥 230088)
隨著智能技術的不斷發展和進步,無人值守變電站智能視頻監控技術的應用受到了更多的關注,通過充分發揮智能視頻監控技術在變電站防火防盜中的作用,促進變電站多元管理工作的進步。
在無人值守變電站智能視頻監控技術體系中,為了更好地鎖定運動目標,需要結合視頻圖像進行實時性運動目標特征的提取和定位,有效完成目標位置、運動方向、運動速度等基礎參數的匯總,為更好地提升無人值守變電站多元管理質量創設良好的技術平臺。在技術應用過程中,主要是基于運動目標跟蹤要求開展相應工作[1]。
結合Hu不變距完成圖像特征提取工作,在實際特征分析中主要實現人員、動物、干擾物、火焰等要素的區分和處理。例如,對火焰的顏色特征進行提取,按照亮度閾值進行劃分,當火焰像素點亮度超出某一閾值范圍時,就能實現相應的判定和評估。此外,對顏色各分量和紅色飽和度等進行測試,以此評估待測試目標的相關特征。
結合運動目標的具體情況,按照特征匹配、區域匹配以及模型匹配等要素完成相關判定工作,有效實現運動目標跟蹤管理,維持良好的分析機制,從而更好地提升目標識別的實效性[2]。
1.2.1 基于特征匹配
在檢測過程中實時提取運動目標的1個或多個特征完成跟蹤管理,無論目標屬于剛性還是非剛性,圖像序列中采樣時間的間隔固定,依據特征完成運動形式上的提取和數據對比,從而更好地評估運動目標跟蹤結果[3]。運動目標跟蹤過程中,借助運動中不變性質的特征完成實時性跟蹤處理,有效實現特征提取和特征匹配。
1.2.2 基于區域匹配
利用運動目標連通區域的共同性特點,將其作為最終跟蹤特征完成跟蹤分析工作。這種處理方式會借助計算機當前幀圖像的目標特征信息和原始目標信息進行相關性對比,從而獲取跟蹤目標的實時性位置。需要注意的是,在基于區域匹配的跟蹤方法中,為了更好地提升跟蹤效果,要將區域匹配和分割匹配作為核心,有效改善運動目標跟蹤效果。
1.2.3 基于模型匹配
應用先驗知識特征完成建模處理,同時結合連續圖像的實際情況完成模型跟蹤和目標評估。這種方法最大的特點就在于跟蹤的精準度較高,尤其是對剛體目標而言,運動狀態直接轉變為旋轉、平移等操作,從而有效實現目標跟蹤效果。目前,基于模型匹配的運動目標跟蹤中應用最為廣泛的算法處理模式是Mean Shift算法,通過將視頻運動目標跟蹤轉變為模型最匹配處理模式,確保能快速實現目標定位[4]。
在無人值守變電站智能視頻監控技術應用中,要結合實際智能管理控制標準落實相關工作,秉持全過程設計原則,發揮相應技術的優勢作用,實現良好的監控技術應用效能。
基于智能視頻監控技術應用管理規范,踐行先進性、實用性以及可靠性原則,開展技術設計處理工作。
秉持先進性原則,采取最新技術和產品,在有效提高系統應用水平的同時,保證其前瞻性和發展潛力滿足要求[5]。
秉持實用性原則,優選滿足建設單位功能需求和投資預算的產品,最大程度上解決用戶實際問題,確保經濟效益和安全效益和諧統一。
秉持可靠性原則,滿足7×24 h的監控管理需求,確保維護和檢修工作順利展開。
在無人值守變電站智能視頻監控技術設計方案中,將監控系統作為基礎,通過前端變電站智能視頻分析服務器和中心運行管理報警平臺的應用,維持整體實時性視頻檢測的合理性和規范性。在變電所室外重點區域進行智能技術處理,針對變電所周圍區域落實入侵檢測分析模式,針對監控區域范圍內徘徊或滯留等行為予以嚴格處理,并且及時報警[6]。在變電所室內安裝入侵檢測傳感器,確認有人進入監控區域時及時報警并上傳監控中心。將報警管理平臺設置在監控中心運行管理單元,重點完成前端變電站智能視頻分析服務器的應用工作,同時有效實現規則管理,及時進行報警信息的分類存儲。無人值守變電站智能監控中心布局結構如圖1所示。

圖1 無人值守變電站智能監控中心布局結構
在前端變電站中,智能視頻分析服務器要結合預設的規則完成攝像機輸入視頻圖像的處理,并且及時跟蹤可疑目標,保證自動跟蹤和預警控制的合理性。在確定目標后進行規則判定,以便及時觸發現場的告警系統,借助電力專網傳輸報警信息的方式實現運行管理實時性管控。一般情況下,要借助聲音提示和文字提示的方式提醒監控人員。系統在平臺實時性瀏覽管理的基礎上實現入侵實時性報警和抓拍,提高監控管理的實效性水平[7]。
結合無人值守變電站智能視頻監控技術的應用要求配置對應的設備和平臺,以保證相關工作都能在規則要求內逐步落實,提升具體問題具體分析的實效性,維持目標跟蹤和目標定位的管控效果。
利用智能視頻分析服務器實現7×24 h全天候無人值守的監督管理,通過事件設定配合檢測識別的方式在特定觸發事件發生時完成告警,最大程度上減少資源損耗,提高整體監控管理工作的實效性[8]。
報警平臺主要包括前端檢測和報警窗口,能夠實現歷史報警信息的實時性查詢和管理,按照位置電位、點位報警狀態等開展具體工作,最大程度上提高實時性分析的準確性和可控性。
2.4.1 運動目標檢測、識別與跟蹤
目標檢測工作中,借助Mean Shift算法完成監控區域內運動目標的定位處理,對監控區域運動目標予以識別和評估,識別出人員、車輛或其他物體的具體信息后建立目標跟蹤模式。目標跟蹤處理環節中,借助對運動目標軌跡定位的方式就能有效描述具體的運動過程,確保智能視覺分析工作順利開展[9]。
2.4.2 絆線穿越檢測
絆線穿越檢測體系中,結合實際情況選取單向或雙向穿越絆線結構,保證每一條絆線都能符合實際應用規范。一般而言,用戶直接在視頻上繪制絆線來進行規則預設,在完成標識、起點坐標、終點坐標以及絆線類型等內容編碼后,就能有效完成目標檢測工作。
2.4.3 區域入侵檢測
針對獨立入侵、聯合入侵的目標設定防區,有效建立完整的防區應用控制模式,確保多個防區位置不會出現重疊現象,并且不會對后續目標檢測工作產生影響,提升區域入侵檢測應用管理效果。
2.4.4 物品防盜檢測
針對監控防區內的內容進行自動檢測,并結合實際情況發出對應警告[10]。通過在無人值守變電站應用智能視頻監控技術,及時實現運動目標的跟蹤分析和檢測,提高現場證據跟蹤管理的及時性和規范性。
在無人值守變電站日常管理工作中,要充分發揮智能視頻監控技術的優勢作用,打造更加科學合理的應用平臺,確保運動目標實時性評估分析滿足預期要求,提高目標識別的合理性和規范性,為無人值守變電站工作效率的提升予以支持,促進變電站可持續健康發展。