電力系統安全防護中圖像識別技術的運用

朱 賓，蔣文鑫，郝清勝

（金現代信息產業股份有限公司，山東 濟南 250101）

0 引 言

對電力系統的信息化變革進行分析，可知其在系統安全防護方面仍存在不足。將基于人工智能的圖像識別技術融入到電力系統中，可以有效提升電力系統安全防護的效益，進一步促進系統運行機制的完善，保障電網的穩定運行與可持續發展。

1 電力系統安全防護現狀

為進一步推動“碳達峰、碳中和”發展戰略的落地，2021 年中央財經委員會于第九次會議創設性地提出了構建新型電力系統的要求，并著重強調了新型電力系統應具備的節能減排優勢。所謂的新型電力系統便是在維護電網安全、穩定運行基礎上所構建起的具備安全高效、清潔低碳、柔性靈活、智慧融合特征，并且在運行機制體制以及技術體系方面有所創新的“跨時代”電力系統[1]。

數字化技術的滲透不僅促進了電力系統的智慧化、創新化發展，同時也對既有電力系統的技術架構以及安全防護機制提出了更新挑戰。一方面，隨著分布式電源、儲能分布式設備終端的接入，交互主體的多元化發展致使電力系統整體的安全防御關口持續增多。基于此背景，在外部主體安全防護能力有所不足的情況下，各類互聯網安全風險隱患因素便會從各種渠道滲透至電力系統核心控制區域，導致電力系統邊界安全風險隱患的激增；另一方面，5G 通信技術、人工智能、云計算、大數據等新型數字技術在電力系統中的應用，使得各種終端入侵風險、用戶仿冒風險以及數據盜取風險也紛至沓來。在安全防護機制不足的情況下，不法分子便可能應用各種措施盜取、篡改電力系統的各項參數，進而威脅電網的運行穩定性以及用戶用電的安全性[2-4]。因此，本文提出利用人工智能圖像識別技術對既有的電力系統安全防護機制進行完善、升級，以期助推新型電力系統的安全落地和穩定運行。

2 基于電力系統安全防護的圖像識別技術流程

適用于電力系統安全防護的圖像識別流程是指應用圖像數字處理技術對相關系統裝置所能捕捉到的圖像進行預處理、特征提取并進行判決的過程。具體流程如圖1 所示。

圖1 基于電力系統安全防護的圖像識別技術流程

2.1 圖像獲取

利用與相關系統相契合的攝像頭捕捉并收集電力系統運行過程中的各種圖像[5]。為避免環境因素對后續階段的圖像處理效果造成負面影響，需要基于電力系統實際情況對圖像進行適當的預處理后方可進入到特征抽取與判決環節；

2.2 圖像預處理

通常情況下未經處理的RGB 彩色圖像中都具有較大的信息量，直接分析這類圖片會對系統最終判決成果的真實性與可參考性造成影響。因此需要對攝像頭捕捉到的圖像進行預處理。基于電力系統安全防護機制的需求，可重點使用4 種技術對圖像進行預處理：a 灰度級變換，即對圖像的對比度進行調整，保障圖像的重點信息可以被系統精準識別；b 高斯低通濾波平滑，即利用相應的線性濾波器對圖像噪聲進行精準處理，提升圖像平滑度；c 直方圖均衡化，利用增強圖片對比度的方式強化不同信息的灰度差，突出圖像的重點信息；d 中值濾波去噪，大幅度去除圖片中的噪點，提升圖像清晰度。不同圖像預處理技術的效果如圖2 所示。

圖2 四種圖像預處理技術的效果示意圖

2.3 運動目標檢測與圖像特征提取

針對電力系統運行過程中機械設備的顏色、紋理、輪廓以及相關工作人員的各種不安全行為等進行提取與分析，以期為后期的判決提供數據參考。重點運用幀間差分法對監控系統截取的視頻、圖像序列中相鄰的兩幀進行查分運算，最終捕獲相應圖像中人物、機械的目標輪廓。相較于傳統圖像識別技術系統而言，幀間差分法更適合捕捉具有動態性特征的目標，因此也更適應用于開展對動態化電力作業場景的監控與安全防護。

特定場景中的目標處于運動狀態時，其在相鄰兩幀的圖像中便會出現顯著的狀態變化。利用相鄰兩幀圖像的亮度相減運算可以得到亮度差的絕對值，然后再進一步判斷亮度差的絕對值是否在預設值范圍內，以此分析圖像或視頻序列中是否存在運動的物體。

設圖像視頻序列為f1,f1…fk，這一序列中相鄰的兩幀圖像fk(x,y)和fk-1(x,y)，如果相應圖像視頻中存在運動物體，則它們的差分圖像Qfk(x,y)表示為

式（1）中(x,y)為“異常”物體在圖像中像素點的空間坐標。將Qk(x,y)和預設的數值P進行比較，最后得到差分后的二值化圖像Tk(x,y)，以此還可以對圖像中的像素點進行分析，判斷不同像素點歸屬于運動對象像素，亦或是指定監測場景中的背景像素。其中，灰度值是1 的為運動對象像素點半，而灰度值為0 的則代表場景背景像素點，以此便可以提取出監測場景中移動目標的輪廓。差分后的Tk(x,y)可以表示為

結合電力系統安全防護的實際需求，式（2）中的數值P既可以通過預先測算的方法進行設定，同時也可以采用系統自適應的方法進行動態化確定。其原理如圖3 所示。

圖3 圖像識別技術中幀間差分法的原理

幀間差分法具有運算簡單、適應力強以及檢測效果好等優勢，同時也存在幀與幀之間匹配度不高的隱患；最終檢測與識別質量受預設值影響程度較大，預設值范圍較廣的情況下可能出現大量的背景區域空白現象，無法精準識別運動目標的完整輪廓。應用該算法的過程中，可以結合腐蝕、膨脹、開/閉等運算方法對既有的幀間差分法進行調整。如針對差分后二值化圖像中存在大量的空洞，便可以利用膨脹、腐蝕等算法對其進行處理，使運動木目標的輪廓變得更光滑。

2.4 判 決

針對圖像特征參數對圖像所指代的電力系統運行狀態亦或是某工序的本質等進行分析、判斷，該過程會自動生成結果參數，識別出電力系統運行過程中存在的安全風險隱患因素。

3 基于電力系統安全防護需求的圖像識別處理系統應用

3.1 采集數據信息在線監控系統應用分析

電力系統在日常運行過程中會受到各種突發情況的影響，例如因機械設備溫度過高引發的火災、電力系統信息數據失竊等。為防止意外情況影響電力系統運行穩定性，必須要依托于圖像識別技術對系統運行的各環節進行圖像識別與數據采集工作，落實對電力系統的全天候監控。在檢測到異常圖像信息后，能夠及時告警并提供精準的數據信息，保障相應的工作人員可以充分了解電力系統發生異常的原因，并及時做出針對性的處理措施。以因機械設備負載過高而引發的高溫隱患為例，尋常的攝像頭能夠對已經發生火災事故的生產、作業現場進行判決，但因攝像頭精度的限制，使得具體圖像采集與識別效果不佳。因此需要配合紅外攝像裝置，對不同機械設備的整體溫度進行判決，即使在火力發電場景中也能根據火焰的具體形態與紅外成像顏色判斷其溫度，在有需要的情況下向安全防護人員提供關鍵數據信息。

3.2 基于圖像識別的配電柜柜面圖像智能分析

（1）基于圖像識別技術進行壓板內容檢測與標定。電力系統安全防護體系中現有的設備標定作業通常需要依賴人工進行計算，整體計算流程繁瑣且效率低下[6]。因此需要借助圖像識別技術對既定監控區域中的柜面進行標定與類型設定；

（2）柜面指示燈狀態識別與告警。針對不同廠家、規格特點，對配電柜柜面指示燈的非常規狀態進行監測、識別與告警，在發現特殊指示燈狀態的情況下及時將指示燈狀態圖像、對標故障原因以及處理建議等傳遞給相應維護人員，保障柜面發生問題后相關技術人員的及時響應與處理；

（3）告警狀態識別。針對電力系統安全防護工作的設計需求，對可拓展、縮減的告警狀態、告警措施以及圖像識別算法等進行研究，以便在電力系統不斷升級完善的情況下滿足相關技術人員后期增設、刪減告警規則的需求[7]。

3.3 視頻濃縮快照與異常報警應用分析

結合電力系統的實際運行情況，利用視頻濃縮的方式降低圖像識別技術的數據儲存量。同時基于不同約束條件下的數據檢索需求，提供依照圖像時間節點、數據變化狀態節點等檢索機制，同步落實數據對標圖像的儲存工作，形成相應的數據快照，方便工作人員的分析與使用。

4 結 論

電力系統在現代經濟社會的建設與發展進程中具有不可或缺的重要作用，同時其也是維護我國各領域工作穩定性、保障居民日常生活質量的核心要素。新時期發展背景下，電力領域的工作人員應全面加強對新型人工智能技術的關注，并有選擇地將諸如圖片識別技術的新型科技產物融入到電力系統。以此進一步突出電力系統安全防護、運行效率等各方面優勢，實現對電力信息的全天候安全防護，為電力系統的持續健康發展夯實基礎。