基于计算机视觉的变电站烟火自动检测方法.pdf

基于计算机视觉的变电站烟火自动检测方法毛颖科,闫全全,朱正一,常伟,尹赟(国网上海市电力公司超高压分公司,上海 )摘要:在传统烟火检测方法中,只有当烟火信号达到一定阈值参数时,才能够实现对烟火的检出,导致检测效率相对较低.对此,提出基于计算机视觉的变电站烟火自动检测方法.在采集检测环境数据阶段,利用计算机视觉技术中的大功率蓝光投射方案实现对检测环境的高速、高精度的三维重建,并通过对采集参数进行约束,保障采集结果的可靠性.在烟火检测阶段,充分结合了烟火属性下计算机视觉图像的动态特征,采用大小为 环形b u f f e r得到图像烟火像素的累积矩阵,若矩阵存在连续相关关系,则自动判定检测环境中存在烟火.在测试结果中,该设计方法对不同强度烟火信号的检出时间均在 s以内,具有较高的检测效率.关键词:计算机视觉;变电站;烟火;自动检测;大功率蓝光投射方案;动态特征中图分类号:X D O I:/j c n k i d g j s A u t o m a t i cD e t e c t i o nM e t h o do fS m o k ea n dF i r e i nS u b s t a t i o nB a s e do nC o m p u t e rV i s i o nMA OY i n g k e,YANQ u a n q u a n,Z HUZ h e n g y i,CHAN G W e i,Y I NY u n(U l t r aH i g hV o l t a g eB r a n c ho fS t a t eG r i dS h a n g h a iE l e c t r i cP o w e rC o m p a n y,S h a n g h a i ,C h i n a)A b s t r a c t:I nt h e t r a d i t i o n a l p y r o t e c h n i cd e t e c t i o nm e t h o d s,o n l yw h e nt h ep y r o t e c h n i cs i g n a l r e a c h e sac e r t a i nt h r e s h o l dp a r a m e t e r,c a nt h ep y r o t e c h n i cd e t e c t i o nb er e a l i z e d,r e s u l t i n gi nr e l a t i v e l yl o wd e t e c t i o ne f f i c i e n c y A i m i n ga tt h i s,a na u t o m a t i cd e t e c t i o nm e t h o do f s u b s t a t i o np y r o t e c h n i cb a s e do nc o m p u t e rv i s i o n i sp r o p o s e d I nt h ep h a s eo f c o l l e c t i n ga n dd e t e c t i n ge n v i r o n m e n t a l d a t a,t h eh i g h p o w e rb l u e l i g h t p r o j e c t i o ns c h e m e i nc o m p u t e r v i s i o n t e c h n o l o g y i su s e d t oa c h i e v eh i g h s p e e da n dh i g h p r e c i s i o nt h r e e d i m e n s i o n a l r e c o n s t r u c t i o no f t h ed e t e c t i o ne n v i r o n m e n t,a n dt h e r e l i a b i l i t yo f t h ea c q u i s i t i o nr e s u l t s i sg u a r a n t e e db yc o n s t r a i n i n g t h ea c q u i s i t i o np a r a m e t e r s I nt h ep y r o t e c h n i cd e t e c t i o ns t a g e,t h ed y n a m i cc h a r a c t e r i s t i c so f c o m p u t e r v i s i o n i m a g e su n d e r p y r o t e c h n i c a t t r i b u t e s a r e f u l l y c o m b i n e d,a n d t h e c u m u l a t i v em a t r i xo f p y r o t e c h n i cp i x e l s i n t h e i m a g e i so b t a i n e db yu s i n ga r i n gb u f f e r W h e n t h em a t r i xh a s ac o n t i n u o u s c o r r e l a t i o n,i t i s a u t o m a t i c a l l yd e t e r m i n e dt h a t t h e r e i sp y r o t e c h n i c i n t h ed e t e c t i o ne n v i r o n m e n t I n t h e t e s t r e s u l t s,t h ed e t e c t i o n t i m eo f t h ed e s i g nm e t h o df o rd i f f e r e n t i n t e n s i t yp y r o t e c h n i cs i g n a l s i sw i t h i n s,w h i c hh a sh i g hd e t e c t i o ne f f i c i e n c y K e yw o r d s:c o m p u t e rv i s i o n;s u b s t a t i o n;f i r e w o r k s;a u t o m a t i cd e t e c t i o n;h i g hp o w e rb l u el i g h tp r o j e c t i o ns c h e m e;d y n a m i cc h a r a c t e r i s t i c s基金项目:国网上海市电力公司科技项目“基于人工智能的变电站设备智能监控技术研究与应用”(编号B )收稿日期:作者简介:毛颖科(),博士研究生,高级工程师,研究方向为特高压交直流运维;闫全全(),高级工程师,研究方向为特高压交直流运维;朱正一(),博士研究生,高级工程师,研究方向为特高压交直流运维;常伟(),硕士研究生,研究方向为特高压交直流运维;尹赟(),硕士研究生,研究方向为特高压交直流运维.引言在火灾发生前期,大量的热量会释放出来,对电力设备的正常运行造成严重的影响.不仅如此,在火灾发生的同时,烟雾也会释放出来,导致对应环境内工作人员出现窒息的可能.因此,无论是为了保障变电站的安全稳定运行,还是为了维护作业人员的人身安全,在火灾事故发生前对 烟 火 进 行 及 时 有 效 的 检 测 和 预 警 都 是 十 分 必 要的.现阶段,对于火灾事故早期的检测管理,主要是以烟火检测传感器为基础实现的.对应的传感器类型包括浓度采样传感器(按照特定频率采集空气中碳粒子的浓度)、温度采样传感器(按照特定频率采集空气的温度参数)、湿度采样传感器(按照特定频率采集空气的湿度参数)、光流烟 火 检 测 器(采 集 特 定 两 点 之 间 光 传 播 的 分 散 程度).为了能够对烟火情况进行及时响应,一般需要将传感器安装在距离火灾发生地较近的位置,这对于变电站的整体烟火检测要求而言,在应用方面表现出了一定的局限性.除此之外,以传感器为基础的烟火检测方式所需的成本开销较高,可检测的范围也相对较窄,对烟火情况作出响应的基础是对应的指标参数达到阈值标准,因此响应速度也相对较慢.在外界因素的干扰下,这种方式出现人工智能与传感技术电工技术误报的可能性偏高.这些不足都在一定程度上降低了烟火检测的效果.对此,本文提出一种基于计算机视觉的变电站烟火自动检测方法,借助计算机视觉的实时性,实现对烟火警情的及时反馈.在对比测试中,设计检测方法也实现了对烟火警情的有效检测.变电站烟火自动检测方法设计 基于计算机视觉的变电站图像数据采集为了实现对变电站烟火的有效检测,准确采集检测环境数据信息是十分必要的.考虑到烟火的属性特点,保障数据采集质量是提高检测效率的关键.为此,本文利用计算机视觉技术实施对检测环境数据的采集.在实际执行阶段,采用了大功率蓝光投射方案,并结合优异的光学设计与独特的标定成像算法,实现对检测环境的高速、高精度的三维重建,考虑到变电站设备具有结构精细、表面光泽的特 点,利 用 这 样 的 方 式 可 完 美 适 应 环 境 检 测 需求.不仅如此,借助蓝光投射方案,还能够抵抗一定程度的环境光干扰,使得图像采集结果在Z轴向重复精度可达到 n m,成像速度最快可以达到 s.对于光源的设置,本文采用了大功率线激光光源,通过振镜扫描形成面阵结构光,实现在远距离大视野、弱光或强环境光干扰情况下成像的目标,确保数据采集结果的完整性和采集质量.对应的图像采集景深可达到 m.除此之外,这种大视野的采集方式也在极大程度上适应了变电站广域烟火检测的实际需求.在此基础上,本文将计算机视觉的数据采集参数设置为:Dv|ftft|Fv()式中,Dv为相邻时刻采集图像数据信息的像素差绝对值参数;ft和ft分别为相邻时刻采集图像数据的像素参数信息;Fv为图像数据允许像素差阈值参数.通过式(),保障了采集数据信息的可靠性,为后续的烟火检测提供基础.变电站烟火自动检测在烟火作用下,在相对静态的变电站运行空间内,计算机视觉技术采集到的图像数据会表现出一定的动态特征,本文利用该特征实现对烟火区域的识别计算.通常情况下,在存在烟火信号的图像数据中,对应的像素变化频率最小值可达到 H z,最大值可达到 H z.不仅如此,在相对较短的时间范围内,烟火信号的变化区域是相对有限的,这就意味着对应计算机视觉图像像素的变化范围不会出现明显的波动.以此为基础,为了对烟火信号下图像像素的变化情况作出准确分析,本文采用大小为 环形b u f f e r.在具体的分析过程中,本文以图像中的每一个像素为核心,建立了存在唯一对应关系的b u f f e r.以采集到的所有图像数据为一个单元,建立累计矩阵M,矩阵中的信息为每一个像素判定为烟火像素的次数,对应矩阵中基本元素信息为M(i,j).按照这样的方式,实现(i,j)位置像素被判定为烟火像素次数的描述.由于基于计算机视觉采集到的数据信息是以连续帧的形式存在的,因此每一帧图像都存在一个M(i,j),为了便于后续的分析计算,本文设置C为烟火像素集合.以此为基础,计算机视觉采集结果的分析方式可以表示为:M(i,j)M(i,j),(i,j)CM(i,j),(i,j)C()当图像中位置为(i,j)的像素属于C时,表示(i,j)位置的像素满足烟火像素的判定要求,即像素属于烟火像素,图像累计矩阵中需要增加对应的参数;否则保持图像累计矩阵的原值.图为图像累计矩阵构建的示意图.图图像累计矩阵构建方式示意图完成对采集图像每一帧的分析计算后,当M(i,j)的取值结果存在连续相关关系时,输出的检测结果为存在烟火信号.当M(i,j)的取值结果不存在连续相关关系时,输出的检测结果为不存在烟火信号.通过这样的分析方式,实现对变电站烟火的自动检测.结合上述的分析过程可看出,本文是根据烟火发展特性对机器视觉采集图像像素进行判定的,因此可最大限度保障检测结果的可靠性和高效性.测试与分析 测试环境为了分析本文设计的基于计算机视觉的变电站烟火自动检测方法的实际应用效果,设置了对照测试环境,其中对照组采用的检测方法分别为文献 提出的以卷积神经网络为 基 础 的 烟 火 检 测 方 法 和 文 献 提 出 的 以 改 进Y O L O v 为基础的烟火检测方法.通过对比种方法在不同条件下的测试结果,对本文设计检测方法的应用效果作出客观评价.在上述基础上,本文以某开放空间环境为基础,分别设置了不同程度的烟火信号.按照表设置的方式,分别采用不同方法实现对烟火的检测,并统计不同方法的检测效率.表测试环境烟火信号设置情况参数设置测试环境编号烟雾参数漂移系数 扩散系数 周长面积比 火光参数前景区域像素差/帧 频闪特性/H z 颜色小波能量/J 电工技术人工智能与传感技术 测试结果与分析在上述基础上,对于不同方法测试结果的分析指标,本文充分考虑了烟火检测的实际需求以及变电站火灾安全管理的要求,以有效检出时间作为基准,分别统计了种方法检出烟火警情的时间,得到的测试结果见表.表不同方法测试结果统计表s 测试环境文献方法烟雾火光文献方法烟雾火光本文设计方法烟雾火光 通过对表中的测试结果进行比较可以发现,不同方法的烟火信号检出时间存在较为明显的差异.在文献方法测试结果中,烟雾和火光的检出时间与烟雾的浓度及火光的强度直接相关,其中最短时间分别为 s和 s,最长时间分别为 s和 s.烟雾的浓度逐渐加强时,对应的检出时间逐渐缩短,当火光的强度逐渐加强时,检出时间也表现出了明显的缩短趋势.这对变电站的火灾安全管理是十分不利的,在一定程度上延误了最佳的火灾警情控制时机.在文献 方法测试结果中,当烟雾的浓度以及火光的强度到达一定水平(测试环境以及测试环境)时,其检出效率相对较高,但是当烟雾的浓度以及火光的强度处于相对较低的状态(测试环境、测试环境以及测试环境)时,其检出效率明显偏低,最长时间开销分别达到了 s和 s.相比之下,本文设计检测方法的火灾警情的检出时间开销与烟雾的浓度以及火光的强度并不存在直接关系,其中,烟雾检出时间始终稳定在 s,火光检出时间始终稳定在 s,实现了对火灾警情的及时检测.通过上述的测试结果及分析可得出结论,本文设计的基于计算机视觉的变电站烟火自动检测方法可实现对烟火的快速检测,对于变电站火灾管控工作具有良好的实际应用价值.结语火灾隐患作为严重威胁变电站运行安全和财产安全的因素之一,其检测一直是变电站重要的安全管理工作.本文提出基于计算机视觉的变电站烟火自动检测方法研究,通过计算视觉实现对待检测环境信息的全面采集,并根据采集数据的特征,实现了对烟火警情的准确检测,在极大程度上保障了变电站的安全,为火灾隐患的处理提供了充足的时间.在避免火灾发生方面,本文设计方法具有良好的实际应用价值.参考文献 冯庭有,蔡承伟,田际,等基于Y O L O v 的自注意力烟火检测算法J机电工程技术,():田枫,冯建臣,刘芳改进Y O L O v 的油田作业现场烟火检测J计算机系统应用,():赵辉,赵尧,金林林,等基于Y O L O X的小目标烟火检测技术研究与实现J图学学报,():刘红燕,李谨,唐振,等基于卷积神经网络的烟火智能识别算法应用研究J中国新技术新产品,():刘青,刘志国,刘守全,等基于改进Y O L O v 的无人机林火监测系统设计与实现J消防科学与技术,():刘文婷,卢新明基于计算机视觉的T r a n s f o r m e r研究进展J计算机工程与应用,():李先锋,徐森,花义明基于O p e n C V计算机视觉的海事视频船舶火灾烟雾检测技术J舰船科学技术,():韩美林,张文文基于视频图像的多特征融合的森林烟火检测系统研究J无线互联科技,():陈金鹏,孙浩,东辉,等采用卷积神经网络的烟火智能识别算法J福州大学学报(自然科学版),():(上接第 页)站优化调度研究J水电站机电技术,():张艳华,黄静梅,黄景光,等基于改进粒子群算法的梯级水风光短期调峰优化调度J科学技术与工程,():申建建,王月,程春田,等水风光多能互补发电调度问题研究现状及展望J中国电机工程学报,():李德龙,许小华,温天福,等大型水库发电运行优化调度决策支持系统研究J中国农村水利水电,():,柳俊,李匡,黄存宇,等有尾水位顶托的上下游水电站的水位影响分析与控制方法J水电与新能源,():王现勋,齐帅,曾坤,等考虑顶托影响的水电综合出力系数动态特性分析J中国 农 村水 利水 电,():,申建建,张博,程春田,等耦合K L理论与调度特征的大规模水电站群优化调度降维方法J水利学报,():程琳,李才芳,于传,等基于免疫算法的水火电节能发电调度优化 方 法 研 究 J安 徽 电 气 工 程 职 业 技 术 学 院 学 报,():周建中,何中政,贾本军,等水电站长中短期嵌套预报调度耦合实时来水系统动力学建模方法研究及应用J水利学报,():人工智能与传感技术电工技术