基于視頻AI識別的智能變電站安全智能巡視方法分析

摘?要：智能變電站中，現階段對智能安全巡視措施利用率較低，并且每次開展的周期較長。而AI智能識別技術能夠有效提升巡視效率，可被廣泛應用到變電站各安全監控環節中。基于此，本文詳細介紹了變電站應用AI智能識別技術的具體方式，并提出在實際應用中所需運維模式以及操作技術，以此為智能變電站提供一些幫助。

關鍵詞：視頻AI識別技術；智能變電站；智能巡視

隨著社會快速發展，人們對于電力需求越來越大。電力部門應緊跟時代發展，應用全新智能化技術，創新變電站的運維模式，將AI識別合理應用到智能變電站的巡視工作中，以此實現智能變電站的穩定發展，維護變電站的安全運行，為人們提供充足的電力資源。

1?變電站運用AI識別的安全巡視方法

1.1?圖像采集與處理

在智能變電站中的各類部件，例如開關閘刀、各類表盤的指針、設備的聲響等，一旦出現發生較小變化，便會造成較大的安全問題。因此，要想實現在遠程對這類問題高效安全巡查管理，需要將各類目標的實際情況，預先進行視頻采集，運用視頻AI識別，其中視頻的采集是最為重要環節，同時也是變電站中安全巡視任務的關鍵。

例如，對變電站的各類氣壓表開展安全巡檢，采集過程要將表盤中氣壓具體情況加以錄入，促使在智能化技術的作用下，表盤的變化會實時顯示出來。使用攝像頭采集的視頻片段通常是由RGB色彩組成，并且將不同圖像疊加處理，視頻中的色彩像素主要由紅、綠、藍三色構成。攝像頭采集的圖像各個像素點具體圖像是疊加的，在一定程度上，提升了后期處理視頻難度。針對這種情況，在攝像頭完成視頻采集后，要灰度化集中處理。灰度化可將紅、綠、藍顏色相關信息轉變成黑白信息，缺少彩色的各類圖像會降低AI計算的計算量。其中圖像灰度化處理過程中，通常選取最大值法加以測定，所需的計算公式為：Gray（i，j）=max∣P（i，j），G（i，j），B（i，j）∣，其中，Gray（i，j）為視頻圖像的灰度值，R為視頻色彩中紅色通道數值，G為綠色數值，B為藍色數值。三種數值的最大數值便是采集到的灰度值，不過這種方式經過分析處理后，得到的灰度值偏大，極易讓一些信息丟失，對此要將視頻目標的前景加以提取。

結合攝像頭收集到的氣壓表盤視頻數據信息，明確實際指針具體的指針方向信息，還要將其他干擾影響數據分析的因素剔除，此時可以運用視頻的圖像分割方式，前景圖層便會具備高精度性。將視頻進行分割，此過程主要是結合圖像中各個不同位置的特征，分化出不同點與相似點。通常灰度值所需要的邊緣檢測，是開展圖像邊緣分割第一選擇。邊緣分割將圖像中心的像素點作為基點，以此設定垂直于水平方向，在網格形式的幫助下，明確亮度差分的具體相近值。視頻采集的動態圖像實施灰度化處理后，每幀都要進行開展邊緣切割操作，以此完成巡視圖像的提前處理，保障變電站巡視效果［1］。

1.2?識別與匹配目標

采集的視頻經過上述處理后，還要對其加以詳細分析，分析過程關鍵點在于識別出變電站中所需的各類設備，同時，對設備的具體位置與運行狀態進行標注。AI技術能夠有效尋找出設備目標并分類處理。其過程中，AI識別對不同目標開展分析處理期間，借助攝像頭的具體位置，將目標全面覆蓋，識別出變電站不同設備的開關，再循環巡視各個需要巡視的重要點位，通常AI技術在一次掃描后，便能夠將目標情況做出詳細分析。

視頻AI識別工作時，要結合特征網絡對目標實現提取，根據相關數據信息，特征網絡的整體架構中，神經網絡主要分為三層，第一層為3×3卷積層，第二層為BN激活層，第三層為RelU激活層，進而實現分類處理。AI識別會通過網絡開展深度學習，不斷完成識別目標，其具體過程如下：

神經網絡中的卷積層提取輸入進的視頻特征，卷積結構中，需要保證智能提取的各層關鍵點具有相同尺寸，主要是為前后層輸出的向量穩定。變電站輸入的圖像與視頻要按照要求右移運行，移動窗口的設置也要按照右移和下移的標準步幅實現卷積操作，各層之間數據信息要保持在同一深度上。

卷積層還要設置科學的激活層，促使所有智能輸出運算一直運用同一激活函數。神經網絡中，若是缺少激活層，會導致輸出只會線性變化的信息，失去檢測效果。在激活層的作用下，促使智能識別的網絡神經可以了解更為復雜的非線性數據，也讓網絡具備非線性優勢。

池化層主要作用是去除各類不需要的繁雜信息，以及縮小輸出維度。提取數據的相關特征后，經過此層會將完成后的數據縮小維度，簡化并壓縮視頻特征數據信息。卷積輸出完成的特征圖中，根據要求在指定的窗口內，選取窗口最大值，隨著窗口滑動再次選取窗口最大值，同時留存整體網絡架構的復雜性。再將數據信息提取到高層語義信息中，此層完成處理后，會將得到處理的數據信息反饋至前臺，實現目標信息的快速分類。

視頻特征提取完成后，可以有效區分具體特征點具備的特性，不同特征點所對應的向量描述情況便是特征點的關鍵。例如，變電站中的儀表盤，盤中指針的運動情況便是儀表盤的重要特征，這些特征能夠根據具體方向以及聲響借助小波反出來。小波濾波器黑白數值分別為-1與1，兩個濾波器計算出小波的響應以及合成水平與垂直強度，以此生成具體的點位圖。同時圖層作出視頻特征主要方向，明確方向后，要在特征區域提取出具體的像素變化的發展趨勢，結合像素點的具體變化情況，尋找特征點。

視頻特征點的匹配情況要經過相關計算，明確差異大小。現階段的匹配算法為歐氏距離衡量措施，將歐氏距離科學放置在二維以及三維的具體坐標系中，以此明確坐標點直線變化情況。為提升特征點的匹配效果，在算法中加入參數。當兩點之間距離較大時，特征點之間未發現存在聯系，算法無法匹配。反之，特征點在一定范圍中，才可將其作為成功點。匹配特征點后，需要把圖像特征點代入相關公式中，以此完成整體特征點的重要匹配工作［2］。

1.3?數據信息的反饋

變電站在完成視頻圖像處理，以及對重要目標的特征點實現匹配后，要將完成巡視后的數據信息反饋至系統主機，便于變電站的工作人員開展后期的運行維護管理工作。通常變電站主控機室中，主要由一臺服務器進行管理，其能夠遠程對多臺設備進行管控，目前變電站中所采集的視頻幀數數量過多，導致內部存儲占比過大，避免整個運行平臺發生崩潰，重要數據信息出現漏洞，反饋的數據信息要在系統無任何操作期間，并保證傳輸過程處于休眠狀態中。此外，對于AI識別所需數據內容要進行備份，防止后期運行平臺發生故障問題也可通過備份有效查詢相關數據，進而更進一步保障變電站的各類巡視數據完整運行。采集視頻圖像、獲取監測目標兩者相結合，增強了變電站的各項信息數據的巡視效率，利于實現智能巡視處理。

2?具體的運維與操作

2.1?運維模式

2.1.1?巡視

為保障變電站穩定運行，工作人員要對各類設備具體運行情況全面掌握，在AI識別出現問題后，能夠及時對事故隱患加以排查，并將隱患問題的具體情況匯總記錄，工作人員的例行巡視與專門巡視，是保障變電站穩定運轉的重要基礎。變電站中，工作人員借助智能化系統，創新出全新的巡視手段，主要包含以下幾項內容：第一，圖像監察方式，變電站主要位置設置攝像機，在攝像機的作用下，將各處主要環節的實時變化快速反饋到控制室，預警系統發出警報，工作人員可以第一時間得到預警，并根據攝像頭傳回影像快速鎖定問題位置，并做出處理。第二，智慧消防機制。在變電站中，合理布置安裝火災探測器。在探測器幫助下，第一時間發現存在的火災隱患做出報警，促使工作人員迅速反應，避免造成大量經濟損失。第三，環境監測系統。變電站中各類設備極易受到環境因素影響，造成設備腐蝕等問題，結合實際情況，科學安裝不同種類環境監測設備，可迅速掌握變電站中環境的具體情況，例如，溫濕度監測設備，空氣質量設備等。針對不同變電站設備情況，合理安裝監測設備，防止溫度、濕度、空氣顆粒等雜質對變電站設備造成損害，影響變電站穩定運行［3］。

此外，合理運用不同智能化技術外，對于變電站的供電裝置，工作人員要時刻了解其具體工作狀態與變化情況。同時，對故障信息有效分析處理，避免供電系統受故障影響，發生長時間無法供電問題。在此過程要掌握維修的技術手段與時機，為變電站的穩定運行提供重要保障。

2.1.2?檢修

在智能化變電站發展中，為保障AI識別的長久運行，降低出現問題概率，控制檢修過程所花費的經費，對設備的具體情況與相關說明及時開展檢修工作，保障變電站的智能安全巡視穩定進行。結合變電站的實際情況和設備的檢修方式主要分為以下四種方法。（1）整體性設備檢修，主要是在設備運用一段時間后，到達使用期限，將其進行返廠檢修。（2）局部性設備檢修，巡查工作人員在一定時間內，定期對設備的相關部件加以檢查，出現損壞的情況，及時更換處理。（3）一般性設備檢修，變電站定期對相關設備進行檢查，并對其性能情況加以試驗，明確其在工作過程是否存在缺陷，存在問題針對性處理，消除安全隱患問題。（4）維護性設備檢修與巡查，通過工作人員日常的巡查，明確設備的具體情況，每日進行記錄設備運行狀況，發現問題上報修理。對于不同監測裝置，由于檢修周期存在差異，通常可分為兩種檢修方式，一種為例行檢修，另一種為臨時性檢修。例行檢修通常按照規定時間，對相關設備的實際情況進行常規性檢修，臨時性檢修通常是工作人員臨時進行的檢修計劃。

根據諸多的檢修工作計劃，檢修工作應預先制定分析周期。開展工作若是要加以修改，應根據設備狀態合理分析作出修改，同時工作人員維持定期檢修方式，仔細完成檢修，科學評估設備性能，將所有信息準確記錄，結合間隔檢修時間，掌握設備運用實際情況，適當更改檢修周期，以此降低設備運行的安全隱患，保證始終處于正常工作中［4］。

2.1.3?提升

為提升變電站的整體運行穩定，保障良好的供電要求，變電站的管理應轉變傳統工作模式，結合相關工作經驗，對各項工作加以創新，其中主要從以下兩方面開展工作。

第一，構建完善的運維管理機制。從基本上對運維模式進行改變。首先，改變傳統的值班模式，過去值班方式通常出現突發問題才開展處理，嚴重缺少日常工作的管理與維護。因此，值班方式要結合變電站實際運維情況，科學轉變值班方式，并按照實際需求合理配置相關工作人員，促使在節假日期間等特殊時間段都有工作人員值班，保障變電站的運維有效管理。其次，制定管理機制，完善相關的制度與標準，把制度落實到實際運維管理工作中，讓運維管理工作處理高效合理化。然后，定期組織專門人員，對設備開展運維檢查，有效預防各類安全隱患。最后，給予一定的技術支持，將系統軟件科學優化，同時采購所需的設備或物資，保障此項工作穩定開展。

第二，提升對設備的管控。AI識別的智能化巡視關鍵在設備，要提升設備管控，及時排查隱患問題。常規變電站中，例如，高壓開關，從生產制造后便要對其實時追蹤，生產過程要詳細對鋁銅的接觸情況仔細檢查，防止在實際應用過程發生過熱問題，實現設備具有更長的生命周期。智能變電站中，實際運行期間經常發生斷路器故障，此問題反映出誤動與拒動兩種情況。對于此類情況，需要工作人員根據實際需求，選用相符合的斷路器，首選延遲型斷路器，其他設備同樣需要進行管控與問題修改。

2.2?操作技術

完成AI識別有效應用到智能巡檢中，需要借助相對應的技術實現后期的運維工作，保證巡檢效率，因此需要運用先進的操作技術能夠更好、更迅速地完成運維巡檢工作。對此主要有以下幾種技術方式。

第一，硬壓板信息采集技術。目前硬壓板采集技術發展較為完善，專業人員創新研發了全新的硬壓板方案，在硬壓板上科學安裝導通器件以及各類電子元件。促使其將所監控的設備，根據硬壓板的狀態信息加以分析了解，明確設備的具體狀況，全面發揮出技術的高效與優勢。

第二，視頻識別技術。這種視頻識別技術同樣借助硬壓板技術開展，以此為基礎可進一步增強變電站管理效果，這種技術能夠有效控制人為因素的錯誤操作，導致硬壓板投切存在誤差出現設備故障［5］。

第三，整合軟硬板技術，創建全景監視。目前變電站發展迅速，單一技術無法實現高效處理，技術整合后，形成全景監視。同時完善平臺設計，添加一體化監控等全新功能，可有效避免信息漏判等問題，實現各類技術設備相輔相成，提升管理效率，維護變電站穩定。

第四，自動巡檢技術。借助智能化技術設備，按照標準化規則，對變電站中各組壓板的具體情況加以監測，存在異常情況，發送出針對性警報，工作人員根據不同警報類別，明確問題位置。借助自動巡檢技術的幫助，以及針對性警報的技術優勢，有效處理傳統完全依靠人員的巡檢方式，不僅大幅度提升巡檢效率，還能更為快速地反饋出設備具體信息。

結論

綜上所述，智能變電站發展中，為保障具備良好的安全性能，需要進一步創新智能巡視方法。而視頻的智能AI識別能夠對巡視的各類視頻圖像做出分析，在AI智能的計算下，明確巡視關鍵區域，及時匹配到相關區域，大幅度提高了安全巡視所需時間。電力部門應加大重視力度，不斷將AI?識別技術應用到變電站安全巡視中，保障變電站的安全。

參考文獻：

［1］陳超人，冉夢東，郜曉娜，等.基于視頻AI識別的智能變電站安全智能巡視方法研究［J］.電氣技術與經濟，2022（06）：3436+40.

［2］胡志兵，姚劍鵬.基于音視頻AI識別的多模態智能分析模型創建和應用［J］.廣播與電視技術，2022，49（08）：4346.

［3］韓燕，高曉東，周建.高校課堂教學AI視頻識別分析系統的開發與應用［J］.江蘇工程職業技術學院學報，2021，21（04）：2428.

［4］何劍飛.智能變電站安全在線監測系統的設計［J］.集成電路應用，2020，37（07）：7475.

［5］曲亮，許杏，王崠.基于邊緣AI移動視頻關鍵點的多姿態物體識別技術研究［J］.信息技術與信息化，2019（12）：205207.

作者簡介：唐璜（1989—?），男，漢族，江蘇蘇州人，研究生，電力工程技術工程師，研究方向：電力系統及其自動化。