计算机视觉技术及其在电力系统自动化中的应用

2019-02-21王青

通信电源技术 2019年1期

王青

（广东电网有限责任公司河源供电局，广东河源 517000）

1 计算机视觉技术概述

1.1 基本概念

作为一门研究计算机认知能力的科学，计算机视觉技术主要利用电脑代替人脑、摄像机代替人眼，使计算机对目标处理最终具备类似于人类的识别、跟踪、判断、测量以及记忆等功能，以此代替人类进行部分生产作业。计算机视觉技术作为当前人工智能技术研究的重要内容，可使计算机具备利用二维图像认知三维环境的能力[1]。总体而言，基于信息处理、网络神经、概率分析统计以及图像与信号处理等技术的集成和运用，计算机视觉技术实现了利用计算机对视觉信息的分析和处理，拥有一定的逻辑推理和决策能力。

1.2 工作原理

计算机视觉系统组成，如图1所示。在满足亮度的要求下，由摄像机对目标物体进行图像信息采集后，通过网络将所采信息传递至计算机，然后通过计算机处理得到目标物体的原始图像，并经图像处理技术进一步加工，以优化图像品质[1]。在获得较高品质图像后，以图像特征价值信息为依据进行整理和分类，并由智能识别技术在对图像信息特征识别后进行扫描提取，以此获得高层次抽象信息并进行存储。最后，在识别事物时，通过存储信息的分析和对比，实现对目标物体的识别。

图1 计算机视觉系统组成

1.3 理论框架

对于计算机视觉技术的研究，可以追溯到19世纪60年代初。但是，受当时计算机性能的限制，并未取得实质性进展。直到19世纪70年末，在计算机性能提升至足以对大规模数据（如图像）进行处理时，该技术得到了较大关注和发展。在视觉计算理论下，信息处理过程极为复杂。要想准确、完整地理解视觉本质，须从不同层次和角度进行分析与研究。对于视觉计算理论研究层次，可大致分为计算机理论、算法以及实际执行三大部分。以理论角度分析视觉技术，对视觉信息则需通过要素图、2.5维图以及3维模型加以描述[2]。因此，对于计算机视觉技术，可看作为从3维环境图像中提取、描述与解释信息的过程，具体可分为感觉、处理、描述、识别与解释等步骤。如图2所示，若以上述各过程实现所需技术的复杂性为依据划分层次，计算机视觉技术可大致分为低层视觉、中层视觉和高层视觉三个处理层次。

图2 计算机视觉理论框架

2 计算机视觉技术在电力系统自动化中的应用

2.1 在线监测中的应用

随着智能化电力系统的发展和应用，电气设备检修不再以时间为唯一标准，而是结合了设备的运行状态，实现了计划检修向状态检修的转变。作为电气设备运行状态检修的基础，在线监测技术中，红外图像故障检测应用最为成功，而计算机视觉系统则主要应用于电气设备红外图像识别方面。

由于物体的表面温度为影响红外图像的决定性因素，因此目前对电气设备红外图像的拍摄和图谱分析主要以红外热像仪为主，同时也是发电厂（或变电站）实施温度监控和电气设备运行状态监测与故障诊断的最佳手段。例如，在变压器少油、输电线路绝缘恶化、断路器触头接触不良等情况下所引发的局部发热现象，均可借助红外图像进行有效识别。对于红外图像的具体识别，主要是通过电气设备实时红外图像和标准红外图像（即正常运行状态下的红外图像）的对比实现的。当变化超过规定阈值时，便可判定设备存在故障，同时可以对应红外图像为依据确定故障位置。此外，可通过实时监测的红外图像分析电气设备温度及其分布情况，以此实施发电厂（或变电站）运行温度的有效控制[2]。例如，在火力发电厂炉墙和热力管道的热损耗检测与节能管理、保温材料的性能评价、联合循环电厂的漏热与温度管理、电厂排取冷却水的布局研究以及热污染控制等方面，理论上均可利用计算机视觉技术的红外图像识别能力进行有效监测。但是，实际应用方面，由于涉及到的图像分析和模式识别较为复杂，因此目前因实施难度较大还未得到推广，但是势必是以后的发展趋势。

2.2 在电力线路监测中的应用

近年来，随着电力需求的日益增大，输电线路架设所处环境越来越复杂，给线路巡检工作人员带来了极大难度。仅靠人工地面目测，不仅难以保证巡检精度，而且存在较多盲区，无法实现全面、实时、精准监控。而直升机航测费用昂贵，且安全隐患较多（特别是在山区等地形复杂地带），进行线路实时监测显然不太现实[3]。在此背景下，计算机视觉技术的研发和应用，可通过热成像图处理技术对输电线路及其设备进行温度识别与分布判断，从而实现电力线路的实时监测。例如，在变压器引线接触不良的情况下，过负荷运行必然会使导电回路产生局部过热现象，此时可由无线图像传输设备、检测装置、传感器（包括CCD视觉传感器、位置传感器以及测距传感器，其中CCD与测距传感器安装于机器人每只手的前方，位置传感器安装于机器人各个关节电机的末端）与控制装置组成的电力线路监测装置安装于监测机器人，利用机器人行走功能自主跨越输电线路上与机器人本体连接的各种障碍，以此对全线路进行温度识别和分布判断。同时，利用软件分析可准确获取输电线路巡检结果，从而代替人工完成线路巡检工作。该方法受环境影响较小，特别是在恶劣环境下，可有效解决线路巡检难的问题，且检测精确和效率较高，可为线路故障判断提供可靠依据。

2.3 在开关刀闸位置监测中的应用

对于电力设备中开关刀闸的监测，计算机可通过视觉技术自动识别开关刀闸的开合和异常状态，并对异常状态（即刀闸不到位状态）进行报警。开关刀闸的状态分为闭合状态、断开状态以及异常状态三种形式。此外，刀闸开关状态监测图位置监测技术还可以利用到继电保护压板的位置（联通或开断）监测。继电保护压板随变电站和电网运行方式的变化而改变，而运行规程规定值班人员应掌握并保证压板位置的准确性。但是，现实情况中，因值班人员难以熟记而造成的错误甚至酿成继电保护误动作事故的情况时有发生。由于压板上难以引出电信息，因此一般检测方法难以解决这个问题[3]。在此情况下，采用计算机视觉技术，由CCD相机获取压板盘面图像，然后利用计算机对摄录的图像进行自动识别，判别出各个压板的位置是否符合规程要求，并对不符合要求的发出语音、图文警报。

2.4 在变电站环境监视中的应用

对于无人值班变电站，可运用无人监视系统（主要由计算机网络和微波双鉴探测器组成）实时视频监控变电站及其周边环境，然后对移动物体利用光流法与差分图像法等计算机视觉技术进行识别与判断，以此确认物体属性，判断其是否为危险因素。若有异常情况，可实时发出警报。实践表明，当天气条件良好时，计算视觉技术对变电站监测可保持较高水平的准确度；如有火灾等急情发生，还可辅助红外图像识别系统判断火势并发出警报。