结合机器视觉和移动作业的变电站巡视技术研究.pdf

本文提出一种基于机器视觉和移动作业的变电站巡视方法和系统，可弥补现有电网设备图像分析中电网设备的故障、缺陷隐患的算法缺乏、精准度不高等情况。关键词：机器视觉；图像分析；模型训练；远程巡视；移动作业在物联网技术飞速发展的今天，如何把电网公司变电站的各类监测系统、监控系统、信息系统等相关生产监控、运维的系统加以互联集成，使现有的监测、监控、运维的装置和系统的数字化赋能发挥到极致，并在此基础上逐步拓展智能运检的智能化应用，以达到既提升电网公司供电生产运维管理的技术水平和安全管控能力，又能为生产运维人员减负，这是供电生产运维单位不得不考虑和研究的课题。因此，为全面提升电网公司变电运维管理的“五种能力”（设备感知能力、缺陷发现能力、状态管控能力、主动预警能力、应急处置能力），本文研究基于机器视觉的远程巡视技术，设计形成视频管理分析平台，对视野内各种相关设备仪表、人员行为的准确定位和温度、状态异常检测，支撑变配电站的巡视工作提供远程设备监测和远程环境监测功能，研究成果可对存量视频进行智能分析，生成智能巡视报告，保存异常视频。并能结合移动作业技术，通过“人”“机”结合，实现高效巡视、高质巡视，切实提高电网公司设备运维管理的标准化、精益化和智能化水平。随着电网公司的发展，电网规模迅速扩大，对电网公司的变电站管理能力提出了较高的要求，而电网公司却又面临运维人员严重紧缺的问题，运维人员的工作压力较大，传统的运维管理手段和管理模式已无法满足电网快速发展的需要。为提高电网公司生产运维管理的技术水平及安全水平，电力公司在变电站以及部分重要的配电站，都配置了各类视频监控、环境传感等设备，但是各变配电站的视频监控数量繁多且相对独立，没有集中应用平台。使得目前电网图像类数据应用率不高，智能化水平较低，无法转化为业务应用场景。本文通过将已有的分散在各厂站的视频监控设备的图像数据上传至视觉图像分析模块，可开展综合的图像智能化分析，产生规模化效益，支撑用户开展智能巡视业务。为降低变电站人工成本、提升工作效率、实时确保电网正常安全供电，提出一种基于机器视觉和移动作业的变电站巡视方法和系统。结合某电力公司数字化班组建设的要求，将视觉图像分析技术与移动作业技术结合，可以弥补现有电网设备图像分析中电网设备的故障、缺陷隐患的算法缺乏、精准度不高的情况。为用户发现事故隐患，通过提前预警，及时进行处理，避免重大电力事故发生。1 研究内容1.1 针对不同业务场景的模型训练本文研究基于机器视觉的远程巡视技术，通过研究引入物联网与云计算的智能化技术，将分散在变电站中的摄像头视频信息数据，接入到平台进行统一的维护与管理，减少现场人员的工作量，同时通过统一的监控与存储，提升监控效率与变电站的数字化管理水平，为设备运维精益化要求的不断提高提供数字化的支撑。利用安装在现场的各种摄像头开展针对电力设备的智能化设备监控研究。通过建立在各个各种典2023.7 下 EPEM 51电网运维Grid Operation型情况下的图像数据库，利用图像配准识别技术，对视野内各种相关设备仪表、人员行为的准确定位和温度、状态异常检测，从而实现设备的远距离状态监控1。本文给予机器视觉的图像管理分析模块需要大量历史数据、现场数据进行训练和学习，模型训练的流程如下。利用安装在现场的各种摄像头，包括固定摄像头、轨道机器人、地面机器人、无人机等回传的现场作业视频、照片，以及现场巡检人员通过移动作业回传的现场作业照片和作业情况记录，形成数据庞大的数据样本库；将各供电公司的所有数据样本上传至视觉图像分析平台，并在模块中完成数据存储、模型部署、模型运行、实现数据存储和预处理等。各供电公司可以根据视觉图像分析平台中的数据样本，借助不同的算法模型、经验分析，进行连续的模型训练，根据各供电公司，不同业务场景的需要，形成相应业务场景的计算框架和模型，提升图像分析的精准度和业务适用程度；视觉图像分析模块还可根据各供电公司训练的是模型、算法，形成优化的模型库，包括电力设备的隐患库、缺陷库；通过此模型训练方法，可对电网的不同业务场景数据深入理解，构建相匹配的视觉算法和训练数据库。图1 基于机器视觉的图像管理分析模块模型训练示意图利用机器视觉技术，对现场的图像进行自动识别和智能分析，形成初步的研判结果，识别设备异常的类型和位置等，包括自动识别设备外观、表计数值、设备缺陷及内外部环境异常、图像定位、巡视等巡视关注信息，将研判结果形成异常告警信号，信号内容包括告警类型、告警等级、告警区域、巡视路线轨迹等，推送给各业务场景的应用模块，可自动发起机器人巡视工单或者移动作业巡视工单2。机器视觉智能分析的类型包括。设备缺陷/状态识别：外部损坏、变形、锈蚀、设备表面污秽、渗漏油、硅胶变色等，表盘模糊、表盘破损、外壳破损、绝缘子裂纹、绝缘子破裂、部件表面油污、地面油污、金属锈蚀、硅胶桶破损、箱门闭合异常等；设备状态读取类：SF6表计读数识别、避雷器读数识别，套管油位、油位计数、符号型分合开关状态、柱状压板状态、一字压板状态、计数器数字、LED 数字识别。综合环境异常监控：整合环境、消防、安防及门禁等要求，对变电站内环境异常信息进行防监测告警，实现变电站综合环境全方位的安全监管。设备环境安全：异物、烟火、鸟巢等；人员安全类：工作人员未戴安全帽、人脸识别、车辆识别、越界检测等、人脸身份识别、黑白名单对比、戴安全帽识别、吸烟识别、打电话、穿反光衣、人员聚集、短衣短裤、人员离岗告警等。1.2 基于机器视觉和移动作业的变电站巡视流程图2 基于机器视觉的图像管理分析模块模型训练示意图基于当前变电站内的摄像头、视频终端、红外扫描、热传感等装置，以及站内机器人配置的摄像头、红外扫描等功能，可获取到变电站内各关键点的图像、视频、扫描等信息，以及关联的图像定位信息；获取的图像、视频、扫描等信息，可分为可见光、热成像、图像定位信息三类。图像定位信息来源于提前设置的站点设备、站内点位位置、终端测点等维护信息；获取的图像、视频等信息进入视觉图像分析模块，基于及图像分析、机器视觉、自学习等技术，视觉图像分析模块对获取的信息进行图像预52 EPEM 2023.7 下电网运维Grid Operation处理，并对处理结果进行分析、研判、匹配3。视觉图像分析模块将处理分析的结果形成异常告警信号，以消息的形式推送给巡视管理模块；巡视管理模块根据异常告警消息，基于异常告警时的告警等级、告警类型、历史缺陷、隐患等信息进行异常告警处理方式预判；通过告警方式预判，对于可直接由巡检机器人完成的任务，直接下发控制命令，控制巡检机器人执行定点巡检任务；对于分析结果不明确，或巡检机器人无法完成任务，可同步发起人工确认流程；巡检机器人接收定点巡检任务后，开始按照巡视任务要求进行巡检，并通过拍照、录屏、扫描、读数等方式记录巡检的过程和结果4。基于机器视觉技术，结合巡检机器人巡视过程有效信息的分析，形成巡视结论判断，并形成巡视后处理意见；巡视后处理意见可分为任务完成、需要人工处理两种情况。若任务完成，则将处理过程及结果反馈视觉图像分析模块，以更新视觉图像分析模块的模型和算法。若任务需要人工处理，则将任务相关信息发送至人工判断，进入人工处理流程；人工确认流程中，需要进行人工判断，若判断为无需处理，则将异常告警消息，或者巡检机器人巡检工作处理结果反馈给视觉图像分析模块，以更新视觉图像分析模块的模型和算法。人工确认流程若判断为需要班组成员去现场工作解决的，则可人工发派单；人工派单之后，相关人员在移动 App 上可以查看工单，并进行接单和工单处理操作。作业人员需要在 App 上记录工作过程，上传相关照片和处理结果；工作人员的处理过程、照片的记录内容，以及处理结果信息反馈给视觉图像分析模块，以更新视觉图像分析模块的模型和算法。2 技术创新点基于上某新型电力系统建设基础，结合图像识别、机器视觉、机器人巡检、移动作业等数字化技术，与现有技术相比，上述技术方案包括以下改进点及有益效果（优点）。本项目基于某新型电力系统建设现状，通过电缆线或安全交互网关，实现电力物联数据，尤其是图像、视频数据的内网接入。本项目的移动作业 App 通过安全交互平台与电力内网实现数据交互，设备缺陷隐患数据、巡视数据、模型算法等都可在电力内网进行数据交互、算法分析和模型优化，确保电力数据安全性、模型先进性、算法可复制性。本项目结合巡检机器人、移动作业 App 技术，将研判的异常告警信号生成巡视工单，通过给巡检机器人下发巡视任务进行机器人巡检，并回传巡视结果，也可通过人工确认的方式，判断是否需要人工巡视。可大大节省站房现场巡视的时间和人工成本；本项目可通过巡检机器人、移动作业 App，可将巡视的判断的结果反馈给视觉/图像分析模块，更新缺陷库、隐患库，通过自学习模型更新算法，更新分析模块的模型库、算子库，从而提高视觉图像智能分析、研判的准确性。3 推广前景本文研究成果可辅助人工进行电力设备的检测，最大限度地降低电力工人的劳动强度，减少工作量，节约人工成本。对于一个220kV 的变电站来说，应用本技术至少可减少每周一次的红外测温工作。可增加设备现场巡视记录数据，代替现场设备外观检查工作。增加设备特殊巡视或定期跟踪工作频率。可视化设备可定位跟踪设备状态并实时监视热缺陷，比人工监视更加准确。在事故处理期间，可视化系统能够减少事故处理时长，提高恢复送电速度。综合以上情况评估任务，视频系统项目的应用能够每周减少人员实际工作量约为26h，平均每天节约社会劳动时间4h，大大减少时间成本。该成果可以确保变电站、电厂等系统设备监测的全天候不间断进行巡视，研究成果推广可减少许多潜在的电力事故，确保一个地方的经济建设顺利进行。因为变电站发生事故就意味着企业的经济损失，同时也对社会产生不良影响，因此该成果在客观上减少了地方经济建设的风险。参考文献1郭瑜.基于机器视觉的智能巡检操作机器人系统的设计与实现 J.机械制造与自动化,2022,6.2王刘旺.机器视觉技术在电力安全监控中的应用综述 J.浙江电力,2022,10.3李博彤,高强伟,等.图像识别技术在电力运维中的应用J.集成电路应用,2021,1.4 邬蓉蓉,黎大健,等.变电站室内柔索驱动巡检机器人系统设计与运动学分析 J.电力系统保护与控制,2021,10.